Tamanho da fonte: 

O reconhecimento de imagens tornou-se uma das aplicações mais populares da inteligência artificial, sendo utilizado em várias áreas, incluindo segurança, saúde, varejo e automação industrial. Com o desenvolvimento de plataformas como o Roboflow, a criação de modelos de reconhecimento de imagem tornou-se mais fácil e acessível, permitindo que empresas de todos os tamanhos possam aproveitar essa tecnologia. O presente projeto apresenta a realização da coleta de dados, criação de um conjunto de dados, seleção de um algoritmo de detecção de objetos, treinamento e avaliação do modelo proposto para reconhecer o rosto do bolsista PIBIC deste projeto e do bolsista PRODEP que atua no laboratório maker do CEFET-MG campus Varginha. Para o desenvolvimento utilizou-se a metodologia PDCA (Plan-Do-Check-Act), na qual, criou-se um conjunto de dados de 110 fotos tiradas de ângulos de 45 graus do rosto dos bolsistas, dividiu-se este conjunto de dados em 70% para treinamento, 20% para validação e 10% para teste. Utilizou-se o algoritmo de treinamento YOLO v8 (You Only Look Once) disponibilizado pela plataforma Roboflow. Realizou-se o treinamento, validação e teste do conjunto de treinamento com e sem pré-processamento das imagens. No melhor resultado utilizou-se um pré-processamento das imagens com ajuste de 50% de saturação. Para o rosto do bolsista PRODEP o algoritmo reconheceu com uma confiabilidade de 91%. O bolsista PIBIC fez o teste de reconhecimento do seu rosto sem a barba, que teve uma confiabilidade de 81%, e com a barba que apresentou confiabilidade de 73%. Conclui-se que a plataforma testada simplifica muito o processo de construção de modelos de reconhecimento de imagem e que é possível criar modelos novos com razoável confiabilidade.

Roboflow. Reconhecimento facial. Yolo.