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 | Size | Format | |
---|---|---|---|---|
TCC Pedro Jorge Lima da Silva.pdf | 4,93 MB | Adobe PDF | ![]() View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License