Título: Detecção de macroplásticos através da aplicação de ensemble de modelos de aprendizado profundo
Autores: Messyas Gois França, Marcelo Chamy Machado
Resumo: Visando aprimorar o monitoramento automatizado de resíduos plásticos em ambientes naturais, cujo descarte inadequado representa um desafio ambiental, especialmente pela dificuldade de detecção devido à aparência irregular dos objetos. Neste trabalho, propõe-se a aplicação de Redes Neurais Convolucionais (CNNs) para detecção de resíduos plásticos. Além disso, foi investigada a utilização da técnica de ensemble Weighted Boxes Fusion(WBF) para fundir caixas delimitadoras de modelos distintos. Utilizando uma base de dados pública anotada com classes de resíduos, com uso de transferência de aprendizado e aumento de dados, o modelo YOLOv11x alcançou 8.99% a mais na métrica mAP que o trabalho original. A abordagem de combinação de caixas se provou válida, melhorando em 0.43% na métrica mAP em relação ao trabalho original, tendo se destacado em um dos cenários para a identificação de múltiplos objetos.
Palavras-chave: Deep Learning; Transfer-learning; Plastic detection; CNN; Ensemble.
Páginas: 8
Código DOI: 10.21528/CBIC2025-1191737
Artigo em PDF: CBIC_2025_paper1191737.pdf
Arquivo BibTeX:
CBIC_2025_1191737.bib