Skip navigation
Please use this identifier to cite or link to this item: https://repositorio.ufpe.br/handle/123456789/52617

Share on

Title: Faster R-CNN para extração de caracteres em hidrômetros
Authors: SILVA, Pedro Jorge Lima da
Keywords: OCR; Detecção de Objeto; Aprendizagem Profunda; Visão Computacional
Issue Date: 21-Sep-2023
Citation: SILVA, Pedro Jorge Lima da . Faster R-CNN para extração de caracteres em hidrômetros. 2023. Trabalho de Conclusão de Curso em Engenharia da Computação – Universidade Federal de Pernambuco, Recife, 2023
Abstract: A análise do consumo hídrico em condomínios residenciais é crucial para detectar vazamentos e otimizar o uso da água. Embora soluções baseadas em Internet das Coisas sejam amplamente utilizadas, alguns usuários ainda têm dúvidas sobre a veracidade dos dados coletados. Para superar esse problema, foi implementada uma solução usando Reconhecimento ótico de Caracteres (OCR) baseado em detecção de objetos com Aprendizagem Profunda. Testes preliminares revelaram que as soluções de referência no mercado não atingiram precisão necessária devido às peculiaridades encontradas dos hidrômetros. Portanto, foi criado um conjunto de dados com imagens reais de hidrômetros de dois prédios em Recife, foram treinados 22 modelos baseados na Faster R-CNN e comparados para a tarefa de reconhecimento de dígitos. Em seguida, o modelo com maior mAP foi escolhido para implantação da solução, alcançando uma precisão superior a 90% ao avaliar os 5 primeiros dígitos do hidrômetro.
URI: https://repositorio.ufpe.br/handle/123456789/52617
Appears in Collections:(TCC) - Engenharia da Computação

Files in This Item:
File Description SizeFormat 
TCC Pedro Jorge Lima da Silva.pdf4,93 MBAdobe PDFThumbnail
View/Open


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons