Use este identificador para citar ou linkar para este item: http://hdl.handle.net/11422/19322
Tipo: Trabalho de conclusão de graduação
Título: Estudo de classificação de imagens utilizando redes neurais convolucionais
Autor(es)/Inventor(es): Costa, Fillipe Rodrigues
Oliveira, João Pedro de Paula
Silva, Philipi Siqueira da
Orientador: Silva, João Carlos Pereira da
Resumo: Este trabalho visa realizar um estudo sobre construção de redes neurais voltadas ao reconhecimento de imagens, buscando compreender como cada parâmetro da rede é capaz de influenciar o modelo como um todo. Neste trabalho, foram realizados experimentos sobre dois bancos de dados de imagens, Cifar-10 e Cifar-100, com execuções diversas do algoritmo, utilizando variações distintas da arquitetura. Para os modelos de aprendizado, utilizamos a linguagem de programação Python em conjunto com a biblioteca Keras, escolhida devido à simplicidade e legibilidade do código. Ao longo do trabalho, foram realizados diversos experimentos sob condições diferentes e utilizando diferentes algoritmos e técnicas com finalidade de obtenção de melhores resultados. A métrica utilizada para a avaliação dos resultados foi a acurácia. Cada experimento teve seus parâmetros e resultados devidamente detalhados e documentados. Ao final dos experimentos, foi possível analisar os impactos que cada parâmetro tem sobre os modelos construídos. Foi possível construir uma arquitetura satisfatória para o Cifar-10, porém para o Cifar-100, o modelo não alcançou resultados excelentes como o esperado.
Palavras-chave: Redes neurais convolucionais
Cifar
Classificação de imagens
Assunto CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Unidade produtora: Instituto de Computação
Editora: Universidade Federal do Rio de Janeiro
Data de publicação: 3-Out-2022
País de publicação: Brasil
Idioma da publicação: por
Tipo de acesso: Acesso Aberto
Aparece nas coleções:Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
FRCosta.pdf882.67 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.