Reconhecimento de Objetos em Linhas de Distribuição de Energia Utilizando IBM Cloud

• Raianny Proença de Camargo de Oliveira FPTI
• Valéria Nunes dos Santos FPTI
• Cláudio Roberto Marquetto Maurício UNIOESTE

DOI: https://doi.org/10.5753/sibgrapi.est.2019.8329

Resumo

O reconhecimento visual de objetos em uma imagem e a habilidade de classificá-los é umas das principais áreas de pesquisa utilizando a inteligência artificial. Atualmente, existem diversos frameworks disponíveis para auxiliar nesta tarefa. IBM Cloud é um desses frameworks no qual oferece um amplo catálogo de ferramentas na área de inteligência artificial, uma delas é a IBM Watson Visual Recognition. Foi criado um modelo através dessa API que utiliza algoritmos de Deep Learning para analisar imagens. O objetivo principal do modelo é o reconhecimento de oito tipos de objetos distintos em linhas de distribuição de energia. Todas as imagens utilizadas no experimento foram coletadas em aproximadamente 10 regiões diferentes da cidade. Os resultados obtidos no modelo criado no artigo foram comparados com o classificador geral da IBM. A taxa de acerto foi de pelo menos um componente reconhecido corretamente em 33 das 40 imagens utilizadas para testes, ou seja, classificou corretamente 82,5% do conjunto de imagens testes, apresentando uma acurácia acima de 50% para o objeto reconhecido. Os serviços utilizados para todo o experimento são do plano lite, gratuito. Logo, este artigo demonstra a capacidade da ferramenta mesmo com as limitações dessa versão.

Palavras-chave: Inteligência Artificial, reconhecimento visual, IBM Cloud.

Referências

I. Goodfellow, Y. Bengio, and A. Courville, Deep Learning. MIT Press, 2016, http://www.deeplearningbook.org.

S. S. Damaceno and R. O. Vasconcelos, “Inteligência artificial: uma breve abordagem sobre seu conceito real e o conhecimento popular,” Revista periódica Caderno de Graduação das Ciências Exatas e Tecnológicas – CGCET, vol. 5, no. 1, pp. 11–16, 2018.

R. L. Stange, “Adaptatividade em aprendizagem de máquina: Conceitos e estudos de caso,” Mestrado em Engenharia Elétrica, Adaptatividade em Aprendizagem de Máquina: Conceitos e Estudos de Caso, São Paulo, 2011.

I. Cloud. Catálogo. [Online]. Available: https://cloud.ibm.com/catalog?category=ai

I. W. Studio. Ibm watson visual recognition. [Online]. Available: https://www.ibm.com/br-pt/cloud/watson-visual-recognition

Y. LeCun and C. Cortes, “MNIST handwritten digit database,” 2010. [Online]. Available: http://yann.lecun.com/exdb/mnist/