Estudo comparativo de redes neurais convolucionais para classificação de imagens

O processo de reconhecimento de objetos em imagens tem se tornado cada vez mais eficiente para os computadores, graças aos avanços em visão computacional, especialmente com o uso de redes neurais profundas. Esses modelos, que foram introduzidos e desenvolvidos nos anos de 1990, têm sido aplicados em uma variedade de problemas de classificação de imagens. Neste estudo, foram implementadas duas redes neurais convolucionais: InceptionV3 e Xception. O principal objetivo da pesquisa foi realizar uma comparação entre essas implementações, avaliando qual delas apresenta o melhor desempenho na classificação de imagens, utilizando como base algumas métricas específicas. Para o problema de classificação de imagens de ressonância magnética (MRI), a rede Xception obteve o melhor resultado de acurácia, alcançando 99%, o que evidenciou a eficácia das redes no enfrentamento desta tarefa.

Author dc:creator

• Silva, Allan Lucas da

Statement dc:rights

• Open Access

Language dc:language.iso

pt_BR

Repository record dc:identifier.uri

https://app.uff.br/riuff/handle/1/38012

OAI identifier oai:identifier

oai:app.uff.br:1/38012