{"id":2329,"date":"2022-10-21T19:20:47","date_gmt":"2022-10-21T22:20:47","guid":{"rendered":"https:\/\/pixforce.ai\/?p=2329"},"modified":"2023-09-04T11:58:41","modified_gmt":"2023-09-04T14:58:41","slug":"quanto-custa-criar-uma-solucao-de-visao-computacional","status":"publish","type":"post","link":"https:\/\/pixforce.com\/pt-br\/quanto-custa-criar-uma-solucao-de-visao-computacional\/","title":{"rendered":"Solu\u00e7\u00e3o de vis\u00e3o computacional: voc\u00ea conhece os custos?"},"content":{"rendered":"

Algumas decis\u00f5es impactam diretamente nos investimentos e funcionalidades das solu\u00e7\u00f5es que utilizam Vis\u00e3o Computacional. Modelo da c\u00e2mera utilizada na capta\u00e7\u00e3o das imagens e recorr\u00eancia dos epis\u00f3dios que ser\u00e3o observados, s\u00e3o alguns dos pontos capazes de aumentar significativamente o valor final do projeto, que deve seguir as reais necessidades da empresa.<\/em><\/p>\n

\"Solu\u00e7\u00e3o<\/p>\n

Depois de compreendermos as m\u00faltiplas possibilidades que solu\u00e7\u00f5es de Vis\u00e3o Computacional<\/strong> proporcionam, o pr\u00f3ximo desafio da Pix University \u00e9 fazer com que gestores mergulhem nos costs drivers, compreendendo quais recursos financeiros ser\u00e3o necess\u00e1rios para colocar o projeto em execu\u00e7\u00e3o.<\/p>\n

Ainda n\u00e3o aprendeu sobre Vis\u00e3o Computacional? Entenda aqui<\/a>.<\/p>\n

Em primeiro lugar, \u00e9 preciso deixar claro que o c\u00e9u \u00e9 o limite quando o assunto s\u00e3o solu\u00e7\u00f5es baseadas em Intelig\u00eancia Artificial (IA)<\/a>. Entretanto, ao longo da cria\u00e7\u00e3o de um sistema de Vis\u00e3o Computacional<\/a> uma s\u00e9rie de decis\u00f5es poder\u00e1 ser tomada, sendo que cada uma delas poder\u00e1 aumentar ou diminuir o investimento final da solu\u00e7\u00e3o.<\/strong><\/p>\n

N\u00e3o podemos esquecer que todo projeto deve ser escal\u00e1vel, ou seja, precisa ser executado sequencialmente para que traga economia de recursos financeiros ao longo do tempo. Isso significa que, ainda que o investimento inicial seja alto, a solu\u00e7\u00e3o trar\u00e1 significativa redu\u00e7\u00e3o nos custos empregados pela empresa, promovendo vantagens em diferentes aspectos.<\/p>\n

Por mais que pare\u00e7am superiores, nem sempre certas escolhas ser\u00e3o fundamentais para que o resultado final seja alcan\u00e7ado.<\/strong> Faremos agora um percurso pelos principais pontos que impactam no valor financeiro das solu\u00e7\u00f5es, tendo em mente que o foco dever\u00e1 estar nas reais necessidades do projeto.<\/p>\n

Definindo a base de dados que alimentar\u00e1 o sistema<\/h2>\n

Solu\u00e7\u00f5es que envolvem Machine Learning (ML)<\/a> s\u00e3o projetadas com a ajuda de algoritmos capazes de aprender novos padr\u00f5es e repeti-los.<\/strong> Entretanto, para que os algoritmos funcionem, \u00e9 preciso que uma base de dados os alimente. E s\u00e3o justamente os conjuntos desses dados que chamamos de datasets.<\/p>\n

Entenda o que \u00e9 e como funciona o Machine Learning aqui<\/a>.<\/p>\n

 <\/p>\n

Quanto mais personalizado o projeto, maior ser\u00e1 o investimento para que ele seja executado. Solu\u00e7\u00f5es t\u00eam seu investimento reduzido caso utilizem datasets que j\u00e1 existem no mercado e que s\u00e3o de f\u00e1cil aquisi\u00e7\u00e3o.<\/strong><\/p>\n

Entretanto, enfrenta-se um desafio ligado aos ajustes necess\u00e1rios para que o conjunto de dados funcione segundo as necessidades da solu\u00e7\u00e3o que est\u00e1 sendo desenvolvida.<\/p>\n

Isso acontece porque datasets prontos e dispon\u00edveis costumam ser gen\u00e9ricos, afinal, n\u00e3o foram produzidos para a fun\u00e7\u00e3o. \u00c9 o caso de pessoas andando na rua que podem ser facilmente achadas atrav\u00e9s de mecanismos de buscas do Google.<\/p>\n

Neste caso podem acontecer duas coisas, ou a aplica\u00e7\u00e3o necessita mesmo de dados gen\u00e9ricos, como detec\u00e7\u00e3o de aglomera\u00e7\u00e3o de pessoas; ou para utilizar tais datasets \u00e9 preciso empregar um pouco mais de tempo na adapta\u00e7\u00e3o dos dados ao projeto, fazendo-se ajustes ligados a especificidades como a cor e ilumina\u00e7\u00e3o das imagens.<\/p>\n

Para o primeiro caso o custo de dataset se torna extremamente baixo, para o segundo, um pouco mais elevado que o anterior, mas ainda sim uma das formas mais baratas.<\/p>\n

Quando a empresa n\u00e3o possui o dataset, mas consegue produzi-lo facilmente, temos um aumento no custo do processo, ainda que n\u00e3o seja t\u00e3o relevante.<\/strong> \u00c9 o caso de solu\u00e7\u00f5es em que \u00e9 poss\u00edvel utilizar celulares, c\u00e2meras de seguran\u00e7a ou modelos de baixo custo para capturar as imagens que ser\u00e3o utilizadas.<\/p>\n

Por exemplo, imagens de garrafas passando em linhas de produ\u00e7\u00e3o podem ser facilmente adquiridas, sem a necessidade de grandes investimentos para a captura.<\/p>\n

O processo se torna mais caro quando \u00e9 necess\u00e1rio construir o dataset, como \u00e9 o caso de ambientes criados em laborat\u00f3rio pela Pix Force para inspe\u00e7\u00e3o de colheres.<\/p>\n

H\u00e1 tamb\u00e9m kits voltados para a coleta de dados que podem ser empregados em um dia, o que facilita e barateia a execu\u00e7\u00e3o. Entretanto, caso seja necess\u00e1rio adquirir uma c\u00e2mera capaz de seguir a velocidade do processamento dos dados, o investimento sobem exponencialmente.<\/p>\n

Por \u00faltimo, a situa\u00e7\u00e3o mais complexa e consequentemente mais onerosa se d\u00e1 quando o evento a ser observado \u00e9 em algum local perigoso e\/ou com pouca ocorr\u00eancia.<\/strong> Nesses casos, \u00e9 preciso criar um plano de coleta de dados que, por si s\u00f3, pode tornar-se um projeto espec\u00edfico.<\/p>\n

Capta\u00e7\u00e3o de imagens: o impacto das c\u00e2meras nos investimentos do projeto<\/h3>\n

Outro ponto fundamental na arquitetura do projeto est\u00e1 ligado \u00e0 escolha dos dispositivos que ser\u00e3o utilizados para capta\u00e7\u00e3o das imagens.<\/strong> \u00c9 claro que cada cen\u00e1rio poder\u00e1 demandar o uso de determinados tipos de c\u00e2meras, entretanto, h\u00e1 uma premissa b\u00e1sica que deve ser observada para se evitar desperd\u00edcios: quanto mais sofisticado for o aparelho, maior ser\u00e1 o custo da solu\u00e7\u00e3o.<\/p>\n

Entenda aqui<\/a> como \u00e9 feita a capta\u00e7\u00e3o de imagens na Vis\u00e3o Computacional.<\/p>\n

 <\/p>\n

H\u00e1 projetos que podem ser realizados com a ajuda de c\u00e2meras mobile, que s\u00e3o de f\u00e1cil acesso e baixo custo. A obten\u00e7\u00e3o de imagens atrav\u00e9s de celulares, entretanto, s\u00f3 poder\u00e1 ser realizada quando a ilumina\u00e7\u00e3o e \u00e2ngulos de captura n\u00e3o forem relevantes para o resultado final.<\/strong><\/p>\n

Outra possibilidade \u00e9 o uso de c\u00e2meras de seguran\u00e7a que j\u00e1 est\u00e3o instaladas, podendo ter suas imagens aproveitadas para a forma\u00e7\u00e3o do projeto. Funciona bem para contagem, mas n\u00e3o para medir tamanho de objetos com precis\u00e3o.<\/p>\n

Em ambos os casos, os dispositivos de captura representam uma expressiva economia financeira, mas s\u00f3 poder\u00e3o ser utilizados quando a obten\u00e7\u00e3o dos dados n\u00e3o demanda altos n\u00edveis de sofistica\u00e7\u00e3o.<\/p>\n

No caso dos celulares, cada pessoa poder\u00e1 fazer a imagem de uma maneira diferente, com grande varia\u00e7\u00e3o na ilumina\u00e7\u00e3o, \u00e2ngulo e enquadramento. H\u00e1 uma economia no hardware, mas os custos com o tratamento e programa\u00e7\u00e3o podem subir de acordo com a qualidade do dado a ser obtido.<\/p>\n

H\u00e1 c\u00e2meras de mercado superiores que as de seguran\u00e7a, capazes de trazer resultados interessantes mantendo o custo reduzido.<\/p>\n

Esse tipo de dispositivo costuma apresentar o melhor custo benef\u00edcio se utilizado em ambiente controlado, ou seja, sem grandes varia\u00e7\u00f5es. J\u00e1 modelos avan\u00e7ados capazes de trabalhar em alt\u00edssima velocidade oneram o valor do projeto, podendo ser utilizados em casos bastante espec\u00edficos.<\/p>\n

Quanto maior a recorr\u00eancia, menor o pre\u00e7o<\/h3>\n

Pensar na recorr\u00eancia dos epis\u00f3dios que precisam ser observados tamb\u00e9m impacta nos custos da solu\u00e7\u00e3o. Um exemplo b\u00e1sico pode ser encontrado em projetos que precisam capturar imagens de manchas em tecidos: quanto maior for a recorr\u00eancia de manchas, mais f\u00e1cil ser\u00e1 criar uma rede neural capaz de detectar os epis\u00f3dios.<\/strong><\/p>\n

Ainda n\u00e3o sabe o que s\u00e3o e como funcionam as Redes Neurais? Veja aqui<\/a>.<\/p>\n

 <\/p>\n

Imagine a seguinte situa\u00e7\u00e3o: o sistema tem que ser capaz de detectar e classificar as manchas em uma linha de produ\u00e7\u00e3o de tecidos, sejam manchas de gordura ou de tinta. Se temos uma m\u00e9dia de 100 manchas por dia, sendo metade de cada tipo, em pouco tempo temos dados suficientes para criar uma rede neural que saiba o que \u00e9 a mancha e classificar de qual tipo \u00e9.<\/p>\n

Entretanto, se temos 1 mancha por dia, iremos demorar meses at\u00e9 termos dados suficientes para classificar as manchas, ent\u00e3o muda-se a abordagem para detec\u00e7\u00e3o de anomalia. Ou seja, treinamos a rede para dizer que qualquer coisa diferente do correto \u00e9 algo errado e detectamos isso. A quest\u00e3o \u00e9 que n\u00e3o conseguiremos dizer qual tipo de mancha at\u00e9 que se tenha dataset suficiente, mas o defeito \u00e9 encontrado.<\/p>\n

Do ponto de vista de investimento, a detec\u00e7\u00e3o de anomalia demanda menos esfor\u00e7o do que a classifica\u00e7\u00e3o, todavia, deve abrir m\u00e3o de um dado, que \u00e9 a classifica\u00e7\u00e3o da anomalia.<\/strong> Sabe-se que tem uma mancha, mas n\u00e3o que tipo de mancha.<\/p>\n

Quando n\u00e3o h\u00e1 amostras suficientes, o processo de capta\u00e7\u00e3o do dataset pode se estender por meses, aumentando os custos do projeto.<\/strong> \u00c9 o caso de solu\u00e7\u00f5es voltadas para a identifica\u00e7\u00e3o de vazamentos em tubula\u00e7\u00f5es de g\u00e1s, em que erros n\u00e3o ser\u00e3o provocados apenas para que as anomalias sejam identificadas. A frequ\u00eancia dos epis\u00f3dios poder\u00e1, portanto, definir a abordagem utilizada no projeto.<\/p>\n

Processando os dados: tempo necess\u00e1rio para an\u00e1lise das imagens<\/h3>\n

A pr\u00f3xima etapa que precisa ser pensada est\u00e1 ligada ao processamento das imagens. \u00c9 poss\u00edvel realizar a an\u00e1lise dos dados em tempo real, entretanto, quanto mais r\u00e1pida a resposta, mais caro ser\u00e1 o processo.<\/strong> O tempo de resposta pode variar em segundos, minutos ou horas, e a escolha dever\u00e1 ser feita com base na real necessidade do projeto.<\/p>\n

\u00c9 preciso avaliar se a an\u00e1lise das imagens realmente precisa ser feita online, com resultados imediatos, ou se h\u00e1 a possibilidade de se trabalhar com sistemas offline<\/em> capazes de reduzir consideravelmente os custos.<\/strong><\/p>\n

Outro ponto que deve ser analisado \u00e9 se os dados podem ser processados em cloud<\/em><\/a> \u2013 nuvem \u2013 desde que uma boa conex\u00e3o de internet esteja dispon\u00edvel. O custo inicial da cloud \u00e9 muito inferior se comparado ao investimento em hardware, mas \u00e9 preciso levar em conta o valor de manuten\u00e7\u00e3o que precisar\u00e1 ser dispensado de forma recorrente.<\/p>\n

H\u00e1 projetos de Intelig\u00eancia Artificial (IA) em que servidores de processamento de imagens demandam investimentos que chegam \u00e0 casa dos R$ 100 mil.<\/strong> Em contrapartida, o valor da manuten\u00e7\u00e3o da cloud pode chegar a R$ 2 mil ou 3 mil, o que nos leva a repensar os pr\u00f3s e contras da ado\u00e7\u00e3o de processamentos na nuvem.<\/p>\n

Outro fator relevante da cloud<\/em> est\u00e1 ligado ao fluxo dos dados: mais caro do que processar 1 gigabyte \u00e9 a a\u00e7\u00e3o de envi\u00e1-lo e receb\u00ea-lo de volta, j\u00e1 que o fluxo \u00e9 mais oneroso do que o pr\u00f3prio processamento. Cada uma das decis\u00f5es deve ser avaliada com cuidado, pois mudan\u00e7as na trajet\u00f3ria dos projetos podem se tornar invi\u00e1veis.<\/p>\n

Lembrando que o objetivo sempre deve ser atender \u00e0s demandas do processo. Todos gostamos de resultados imediatos, mas isso realmente \u00e9 necess\u00e1rio para o projeto? Os investimentos para a respostas em 1 segundo ou em 1 minuto, podem definir a viabilidade financeira do projeto.<\/p>\n

Armazenamento das informa\u00e7\u00f5es<\/h3>\n

O armazenamento realizado em servidores internos \u00e9 mais barato do que em cloud<\/em>, mas h\u00e1 algumas quest\u00f5es que precisam ser consideradas. Primeiro, se toda a estrutura de processamento foi montada para acontecer na nuvem, o armazenamento dos dados tamb\u00e9m poder\u00e1 ser feito em cloud<\/em>. Outra quest\u00e3o \u00e9 o prazo de armazenamento, que encarece \u00e0 medida em que se estende.<\/p>\n

O armazenamento em cloud<\/em> pode ser feito em estruturas SSD ou HD. No primeiro caso, os dados s\u00e3o acessados de forma extremamente \u00e1gil, mas com custo bem mais elevado. J\u00e1 no segundo caso, a velocidade \u00e9 um pouco inferior e o pre\u00e7o cai consideravelmente.<\/p>\n

Caso a cloud<\/em> da Pix Force seja utilizada, haver\u00e1 um custo recorrente para manuten\u00e7\u00e3o dos dados. Entretanto, se a empresa que precisa da solu\u00e7\u00e3o decidir utilizar cloud<\/em> pr\u00f3pria, haver\u00e1 custos ligados \u00e0 integra\u00e7\u00e3o dos dados, afinal, \u00e9 complexo permitir que pessoas externas acessem sua nuvem. H\u00e1, ainda, a possibilidade de armazenamento local utilizando computadores da empresa, sa\u00edda mais barata e que pode ser vi\u00e1vel.<\/p>\n

Dois cen\u00e1rios poss\u00edveis: o mais caro e o mais barato<\/h3>\n

Para deixar tudo ainda mais claro, vamos pensar em dois cen\u00e1rios: o projeto mais caro poss\u00edvel, que chamaremos de A, e o com menor custo, que vamos chamar de B.<\/p>\n

PROJETO A:<\/strong> Detec\u00e7\u00e3o de manchas em tecidos. Processo \u00e0 20m\/s. (Exige c\u00e2mera de alta velocidade), resposta de processamento em 1 segundo, ambiente agressivo por isso o processamento deve ser cloud. 1 falha por dia em m\u00e9dia obrigatoriamente tem que se classificar a mancha entre gordura, tinta ou falha na trama do tecido.<\/p>\n

PROJETO B:<\/strong> Contagem de sacos de cimento. Resposta 1x por dia, uso de celular, processamento dentro do pr\u00f3prio aparelho, disponibilidade constante de dados, armazenamento no pr\u00f3prio smartphone.<\/p>\n

Estamos falando de algo em torno de R$ 600,00 por m\u00eas para o projeto B e de R$ 200 mil mais R$ 5 mil mensais para o projeto B. Estes s\u00e3o apenas valores ilustrativos.<\/p>\n

No cen\u00e1rio A, h\u00e1 a necessidade de um sistema de captura de imagens com uma c\u00e2mera superior, com velocidade avan\u00e7ada e alto valor no mercado.<\/p>\n

A taxa de recorr\u00eancia dos epis\u00f3dios que precisam ser observados \u00e9 baix\u00edssima, o que demandar\u00e1 bastante tempo para que o levantamento do banco de dados seja finalizado. Ainda no projeto A, temos a necessidade de uma resposta online, sendo necess\u00e1rio um computador com alta pot\u00eancia dedicado ao processamento em tempo real. J\u00e1 o armazenamento \u00e9 feito dentro da cloud da pr\u00f3pria empresa.<\/p>\n

J\u00e1 no cen\u00e1rio B, considerado o mais barato poss\u00edvel, a empresa j\u00e1 possui as imagens, capturadas com c\u00e2mera pr\u00f3pria. A recorr\u00eancia \u00e9 elevada, ou seja, a todo o momento temos epis\u00f3dios do que se deseja observar. O acesso \u00e0s imagens \u00e9 f\u00e1cil, assim como o manuseio da c\u00e2mera, sem a necessidade de equipes externas para realizarem a tarefa.<\/p>\n

Ainda neste cen\u00e1rio temos um tempo de resposta de cinco segundos, offline, sem recorr\u00eancia de custo, processamento das imagens realizado de forma interna (local), com o pr\u00f3prio smartphone. Al\u00e9m disso, n\u00e3o h\u00e1 a necessidade de armazenamento de dados e o que for preciso guardar poder\u00e1 ser feito internamente.<\/p>\n

Percebemos que h\u00e1 uma s\u00e9rie de varia\u00e7\u00f5es que precisam ser levadas em conta na hora de estruturar um projeto. Alguns pontos ter\u00e3o impacto consider\u00e1vel no resultado final da solu\u00e7\u00e3o e, por isso, abrem espa\u00e7o para que se economize em recursos f\u00edsicos e financeiros.<\/p>\n

Independentemente das escolhas, o fato \u00e9 que novos sistemas podem ser criados para revolucionar dores emergentes, sendo a Intelig\u00eancia Artificial (IA) uma fonte inesgot\u00e1vel para aumentar a competitividade de diferentes segmentos do mercado<\/a>.<\/p>\n

Continue aprendendo: entenda o futuro da Vis\u00e3o Computacional aqui<\/a>.<\/p>\n

 <\/p>\n","protected":false},"excerpt":{"rendered":"

Algumas decis\u00f5es impactam diretamente nos investimentos e funcionalidades das solu\u00e7\u00f5es que utilizam Vis\u00e3o Computacional. Modelo da c\u00e2mera utilizada na capta\u00e7\u00e3o das imagens e recorr\u00eancia dos epis\u00f3dios que ser\u00e3o observados, s\u00e3o alguns dos pontos capazes de aumentar significativamente o valor final do projeto, que deve seguir as reais necessidades da empresa. Depois de compreendermos as m\u00faltiplas […]<\/p>\n","protected":false},"author":29,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"content-type":"","_external_link":"","footnotes":""},"categories":[1],"tags":[],"class_list":["post-2329","post","type-post","status-publish","format-standard","hentry","category-noticias"],"_links":{"self":[{"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/posts\/2329","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/users\/29"}],"replies":[{"embeddable":true,"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/comments?post=2329"}],"version-history":[{"count":0,"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/posts\/2329\/revisions"}],"wp:attachment":[{"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/media?parent=2329"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/categories?post=2329"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/tags?post=2329"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}