{"id":579,"date":"2023-03-09T09:00:00","date_gmt":"2023-03-09T09:00:00","guid":{"rendered":"https:\/\/makewise.pt\/pt\/?p=579"},"modified":"2024-02-28T09:00:32","modified_gmt":"2024-02-28T09:00:32","slug":"deep-learning-para-reconhecimento-da-imagem-explorando-os-avancos-mais-recentes","status":"publish","type":"post","link":"https:\/\/makewise.pt\/pt\/deep-learning-para-reconhecimento-da-imagem-explorando-os-avancos-mais-recentes\/","title":{"rendered":"Deep Learning para reconhecimento da imagem: Explorando os avan\u00e7os mais recentes!"},"content":{"rendered":"\n

O reconhecimento da imagem \u00e9 uma tarefa fundamental em Deep Learning<\/em> e vis\u00e3o por computador, com v\u00e1rias aplica\u00e7\u00f5es que v\u00e3o desde os ve\u00edculos aut\u00f3nomos at\u00e9 ao diagn\u00f3stico m\u00e9dico. A Deep Learning<\/em> tem revolucionado o reconhecimento de imagem ao permitir o desenvolvimento de modelos mais precisos e eficientes. Hoje, discutiremos alguns dos recentes avan\u00e7os em Deep Learning<\/em> para Reconhecimento de Imagem. Caso queira mais informa\u00e7\u00e3o sobre Deep Learning<\/em>, pode consultar o nosso artigo<\/a>, pode tamb\u00e9m ler mais sobre o Reconhecimento de Imagem aqui<\/a>.<\/p>\n\n\n\n

Dois dos algoritmos mais importantes de Deep Learning<\/em> para reconhecimento de imagens s\u00e3o as CNNs e os modelos baseados em Transformadores. Ambos podem reconhecer imagens de forma mais precisa e r\u00e1pida do que programas mais antigos.<\/p>\n\n\n\n\n\n\n\n

<\/div>\n\n\n\n

O que s\u00e3o CNNs (Convolutional Neural Networks)?<\/strong><\/h2>\n\n\n\n

As CNNs, ou Convolutional Neural Networks, s\u00e3o um tipo de algoritmo de Deep Learning<\/em> que \u00e9 comummente utilizado para tarefas de reconhecimento de imagens. Processam imagens atrav\u00e9s da aplica\u00e7\u00e3o de uma s\u00e9rie de filtros que extraem caracter\u00edsticas da imagem em diferentes escalas e orienta\u00e7\u00f5es.<\/p>\n\n\n\n

Os filtros funcionam atrav\u00e9s de uma opera\u00e7\u00e3o matem\u00e1tica chamada convolu\u00e7\u00e3o sobre a imagem, que envolve deslizar o filtro sobre a imagem e multiplicar os valores no filtro pelos valores de pixel correspondentes na imagem. Isto produz um mapa de caracter\u00edsticas que real\u00e7a padr\u00f5es ou caracter\u00edsticas espec\u00edficas na imagem.<\/p>\n\n\n\n

As CNN (Convolutional Neural Networks) consistem tipicamente em v\u00e1rias camadas convolucionais, que extraem progressivamente caracter\u00edsticas mais complexas da imagem. Estas caracter\u00edsticas s\u00e3o depois ligadas a uma camada que executa a tarefa de classifica\u00e7\u00e3o final. S\u00e3o amplamente utilizadas numa variedade de aplica\u00e7\u00f5es.<\/p>\n\n\n\n

<\/div>\n\n\n\n

O que s\u00e3o modelos baseados em Transformadores?<\/strong><\/h2>\n\n\n\n

Os modelos baseados em transformadores s\u00e3o um tipo de arquitetura de aprendizagem profunda originalmente desenvolvida para tarefas de processamento de l\u00ednguas naturais, tais como tradu\u00e7\u00e3o ou gera\u00e7\u00e3o de texto. Contudo, investigadores adaptaram-nos recentemente para utiliza\u00e7\u00e3o em tarefas de vis\u00e3o por computador, tais como o reconhecimento de imagens.<\/p>\n\n\n\n

No contexto do reconhecimento de imagem, os modelos baseados em transformadores dividem a imagem em patches<\/em> e alimentam-nos atrav\u00e9s de v\u00e1rias camadas de auto-aten\u00e7\u00e3o e redes de alimenta\u00e7\u00e3o. Os resultados destas camadas s\u00e3o ent\u00e3o agregados para formar uma previs\u00e3o final. Esta abordagem demonstrou ser eficaz na captura de depend\u00eancias de longo alcance entre diferentes partes da imagem e alcan\u00e7ou um desempenho de ponta em v\u00e1rios pontos de refer\u00eancia de reconhecimento de imagem.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Os \u00faltimos avan\u00e7os relacionados com as CNNs (Convolutional Neural Networks)<\/h2>\n\n\n\n
\n
\"\"<\/a><\/figure>\n\n\n\n
\"\"<\/a><\/figure>\n\n\n\n
\"\"<\/a><\/figure>\n\n\n\n
\"\"<\/a><\/figure>\n\n\n\n
\"\"<\/a><\/figure>\n\n\n\n
\"\"<\/a><\/figure>\n<\/figure>\n\n\n\n

Recentemente tem havido v\u00e1rios avan\u00e7os nas CNNs (Convolutional Neural Networks) para o reconhecimento de imagens utilizando t\u00e9cnicas de Deep Learning<\/em>, tais como:<\/p>\n\n\n\n