Use este identificador para citar ou linkar para este item:
http://www.repositorio.ufal.br/jspui/handle/123456789/12591
Tipo: | Trabalho de Conclusão de Curso |
Título: | Uma análise para sistemas embarcados de modelos de rede neural convolucional para classificação do porte de capacete de segurança |
Título(s) alternativo(s): | An analysis for embedded systems of convolutional neural network models for safety helmet usage classification |
Autor(es): | Alves, Derek Nielsen Araújo |
Primeiro Orientador: | Barboza, Erick de Andrade |
metadata.dc.contributor.referee1: | Vieira, Tiago Figueiredo |
metadata.dc.contributor.referee2: | Carvalho, Victor Diogho Heuer de |
Resumo: | Esta monografia aborda a criação de modelos de aprendizagem de máquina para sistemas embarcados, neste contexto propomos alguns modelos treinados para a classificação do correto uso de capacetes de segurança e fazemos uma análise de viabilidade desses modelos com relação ao seu tamanho, acurácia e perdas, de modo a apontar quais seriam os melhores modelos para se embarcar em algumas placas de desenvolvimento disponíveis. Tal análise de viabilidade foi realizada considerando modelos que utilizaram quatro-mil e oitocentas imagens. Os resultados experimentais obtidos mostram que é possível embarcar esses modelos em diversas placas de desenvolvimento, desde que atentemos as restrições de cada hardware, pouca memória, pouco processamento, baixo consumo de energia, e outros. |
Abstract: | This work addresses the creation of machine learning models for embedded systems. In this context, we propose some trained models for classifying the correct use of safety helmets and conduct a feasibility analysis of these models in terms of their size, accuracy and losses, in order to identify the best models to be deployed on various available development boards. Based on this feasibility analysis, our experimental results show that it is possible to deploy these models on different development boards, provided that we pay attention to the constraints of each hardware, such as limited memory, processing power, low energy consumption, and others. Additionally, we created a database containing approximately four thousand images, which we used to train our neural network models. |
Palavras-chave: | Sistemas embarcados TinyML Inteligência artificial Redes neurais Aprendizado de máquina Equipamentos de proteção individual Embedded systems Artificial inteligence Neural networks Machine learning Personal protective equipment |
CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
Idioma: | por |
País: | Brasil |
Editor: | Universidade Federal de Alagoas |
Sigla da Instituição: | UFAL |
metadata.dc.publisher.department: | Curso Engenharia da Computação |
Citação: | ALVES, Derek Nielsen Araújo. Uma análise para sistemas embarcados de modelos de rede neural convolucional para classificação do porte de capacete de segurança. 2023. 59 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Computação) – Instituto de Computação, Universidade Federal de Alagoas, Maceió, 2023. |
Tipo de Acesso: | Acesso Aberto |
URI: | http://www.repositorio.ufal.br/jspui/handle/123456789/12591 |
Data do documento: | 23-jun-2023 |
Aparece nas coleções: | Trabalhos de Conclusão de Curso (TCC) - Bacharelado - ENGENHARIA DE COMPUTAÇÃO- IC |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Uma análise para sistemas embarcados de modelos de rede neural convolucional para classificação do porte de capacete de segurança.pdf | 18.47 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.