DETECÇÃO AUTOMATICA DE DEFEITOS EM TRILHOS FERROVIARIOS ATRAVÉS DE VISÃO COMPUTACIONAL

Autores

  • Matheus Sousa Barroso Universidade CEUMA
  • Jonathan Araujo Queiroz UFMA

DOI:

https://doi.org/10.51891/rease.v10i11.17227

Palavras-chave:

Inteligência Artificial. Visão Computacional. Machine Learning. Trilhos Ferroviários. Detecção de Defeitos. Classificação de Defeitos. Manutenção Ferroviária.

Resumo

A Inteligência Artificial tem se mostrado uma ferramenta promissora na área de visão computacional. Neste trabalho, propõe-se a construção de uma solução utilizando técnicas de Machine Learning para a detecção de defeitos superficiais em trilhos. A partir de um conjunto de dados obtidos por meio de imagens dos trilhos, será desenvolvido um modelo capaz de identificar defeitos, visando aumentar a segurança e eficiência na manutenção ferroviária. Como resultados preliminares, foi criado um modelo de classificação que apresenta métricas de avaliação satisfatórias, evidenciando o potencial da aplicação para auxiliar nas inspeções de trilhos ferroviários.

Biografia do Autor

Matheus Sousa Barroso, Universidade CEUMA

Discente, Universidade CEUMA. 

 

Jonathan Araujo Queiroz, UFMA

Graduado em Matemática (UFMA), especialista em Métodos Estatísticos Aplicados (UEMA), mestre (UFMA),  doutor (UFMA) e pós-doutorado em Engenharia Elétrica (UFMA). 

Downloads

Publicado

2024-11-29

Como Citar

Barroso, M. S., & Queiroz, J. A. (2024). DETECÇÃO AUTOMATICA DE DEFEITOS EM TRILHOS FERROVIARIOS ATRAVÉS DE VISÃO COMPUTACIONAL. Revista Ibero-Americana De Humanidades, Ciências E Educação, 10(11), 7616–7629. https://doi.org/10.51891/rease.v10i11.17227