Banca de DEFESA: BRUNO GEORGEVICH FERREIRA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : BRUNO GEORGEVICH FERREIRA
DATA : 23/04/2021
HORA: 14:00
LOCAL: Instituto de Computação -- Vídeo-Conferência
TÍTULO:
Novo Modelo de Rede Neural para Detecção de Objetos Aplicado à Inspeção Industrial

PALAVRAS-CHAVES:

Few-shot Learning, Few-shot Object Detection, Inspeção de kits de Componentes, Processamento de Imagens.


PÁGINAS: 74
RESUMO:
Em muitas indústrias, a montagem de componentes específicos para serem inseridos em um  recipiente de plástico é um procedimento manual. Cada kit deve ser composto por peças específicas seguindo uma receita pré-definida, que pode ser atualizada ao longo do tempo. Kits montados de forma inadequada causam retrabalho, reduzindo a qualidade e o tempo de produção. Aqui propomos melhorias em um modelo de detecção de objetos, capaz de realizar uma inspeção de qualidade, incrementando as funcionalidades do Few-Shot Object Detection (FSOD) baseado no modelo OS2D, previamente proposto na literatura. O modelo OS2D apresenta limitações ao tentar detectar objetos de aspect ratio que não se encaixam nas âncoras predeterminadas. Além disso, ele também tem um mecanismo de inferência que o restringe a apenas uma imagem de referência para cada classe, dificultando a detecção de objetos mais complexo, que se apresentam diferentes para cada ângulo. Dessa forma, foi proposto o modelo OS2D aprimorado (OS2D+) incorporando camadas de distorção e correção e modificando sua estratégia de inferência para facilitar a utilização de múltiplas imagens referências por componente. Para que seja possível avaliar os resultados da solução OS2D+, desenvolveu-se também uma outra solução baseada em processamento de imagens (PIMG), para que os resultados das duas sejam comparados. Foram propostas as camadas de distorção e correção, que compõem à solução OS2D+, permitindo que a mesma possa detectar ojetos cujo aspect ratio não se enquadre em nenhuma âncora de detecção do modelo OS2D. O mecanismo de inferência do modelo OS2D também foi modificado, buscando viabilizar a inferência de múltiplas imagens de referência, para cada componente de um kit. Por fim, a solução OS2D+ proposta se mostrou mais robusta que a PIMG, detectando menos falsos positivos e negativos, além de apresentar um tempo de inferência menor. Entretanto, a solução PIMG foi capaz de fornecer melhores estimações de bounding boxes (BB), devido ao eu processo de proposição de localizações. Apesar disso, a solução OS2D+ apresenta potencial para ter estimações equivalentes à PIMG, sendo necessário um ajuste fino em seus parâmetros. Também foi construída uma base de dados composta de 111 fotos, que descrevem cinco kits diferentes e seus respectivos componentes. Essa base de dados foi anotada e utilizada para mensurar os resultados das duas soluções propostas.

MEMBROS DA BANCA:
Presidente - 2087442 - TIAGO FIGUEIREDO VIEIRA
Interno - 1766576 - THALES MIRANDA DE ALMEIDA VIEIRA
Externo à Instituição - DOUGLAS CEDRIM OLIVEIRA - IFPI
Notícia cadastrada em: 19/04/2021 11:25
SIGAA | NTI - Núcleo de Tecnologia da Informação - (82) 3214-1015 | Copyright © 2006-2024 - UFAL - sig-app-3.srv3inst1 03/05/2024 08:14