{"id":3121,"date":"2021-08-13T08:54:53","date_gmt":"2021-08-13T11:54:53","guid":{"rendered":"https:\/\/pixforce.ai\/?p=3121"},"modified":"2023-09-03T08:57:23","modified_gmt":"2023-09-03T11:57:23","slug":"a-visao-computacional-caminha-para-um-novo-salto","status":"publish","type":"post","link":"https:\/\/pixforce.com\/pt-br\/a-visao-computacional-caminha-para-um-novo-salto\/","title":{"rendered":"A vis\u00e3o computacional caminha para um novo salto"},"content":{"rendered":"

Um princ\u00edpio b\u00e1sico para o desenvolvimento intelig\u00eancia artificial \u00e9 o uso de um dataset diversificado, vasto e estruturado. Numa analogia simples, para ensinar algu\u00e9m sobre modelos de carros e suas caracter\u00edsticas, \u00e9 fundamental que a pessoa veja fotos e dados tanto de Volkswagens quanto Fords, ve\u00edculos vermelhos, pretos e brancos. Com bastante experi\u00eancia e familiaridade com os estilos e tend\u00eancias dos fabricantes, ser\u00e1 poss\u00edvel dizer que um autom\u00f3vel pertence a tal montadora mesmo sem se ter visto aquele modelo anteriormente.<\/p>\n

No treinamento de aprendizado de m\u00e1quina (machine learning) a ideia \u00e9 similar \u00e0 supracitada. Entretanto, a constru\u00e7\u00e3o desses datasets pode ser tornar um grande desafio. Colocando em perspectiva o desenvolvimento de vis\u00e3o computacional, \u00e1rea do conhecimento que aplica tamb\u00e9m t\u00e9cnicas de I.A. para extra\u00e7\u00e3o de dados de imagens, podemos exemplificar da seguinte forma:<\/p>\n

Se o algoritmo precisa classificar entre caminh\u00f5es e carros, talvez um punhado de fotos de cada um desses tipos de ve\u00edculos seja suficiente. Pode-se ter v\u00e1rias fotos do mesmo modelo de carro, do mesmo modelo de caminh\u00e3o, as caracter\u00edsticas s\u00e3o t\u00e3o diferentes, que possivelmente a rede ir\u00e1 classific\u00e1-los de forma relativamente r\u00e1pida e precisa. Entretanto, se o objetivo \u00e9 classificar hatches compactos quanto a cor, fabricante e modelo, ser\u00e1 necess\u00e1rio outro n\u00edvel de dataset. Provavelmente centenas de fotos de Chevrolets Onix pretos, VW Gol prata, Ford Ka branco. Uma boa amostra de imagens de cada modelo, de cada montadora com suas varia\u00e7\u00f5es de cores.<\/p>\n

\"\"<\/a>
\nAssim fica a pergunta, como gerar esse dataset de forma \u00e1gil e custos competitivos? A Pix Force tem trabalhado com seus parceiros de forma colaborativa. O exemplo automotivo n\u00e3o foi dado em v\u00e3o, juntamente com a Porto Seguro Seguradora (PS) foi desenvolvido um trabalho \u00edmpar para cria\u00e7\u00e3o de dataset.<\/p>\n

A PS tinha interesse em classificar caracter\u00edsticas espec\u00edficas em alguns modelos de autom\u00f3veis, no entanto, para reconhecer e classificar essas caracter\u00edsticas, fazia-se necess\u00e1rio grande conhecimento na \u00e1rea. O caminho tradicional seria a PS ensinar para Pix Force como classificar os pontos de interesse e disponibilizar o banco de dados. Entretanto algo diferente foi realizado, a Pix Force treinou a equipe da PS a usar o software propriet\u00e1rio de anota\u00e7\u00e3o (etapa de estrutura\u00e7\u00e3o de dados em imagens) e os pr\u00f3prios peritos da PS incorporaram essa etapa ao seu processo por algumas semanas. Esta foi a forma mais \u00e1gil e precisa de se construir um banco de dados estruturado.<\/p>\n

Outro exemplo de coopera\u00e7\u00e3o na anota\u00e7\u00e3o de imagens \u00e9 a RedSoft, joint venture da Pix Force e iBeef. A RedSoft classifica carca\u00e7a de bovinos em frigor\u00edficos quanto a sua qualidade, o que impacta diretamente em seu valor. Al\u00e9m disso, o sistema rastreia a carne ao longo do processo de beneficiamento. De forma similar ao que foi feito com a Porto Seguro, o time de zootecnistas e veterin\u00e1rios da iBeef, sob orienta\u00e7\u00e3o da Pix Force, classificou mais de 100 mil imagens de carca\u00e7as, criando um dataset robusto para que os algoritmos possam ser treinados e que atinjam alt\u00edssima precis\u00e3o.<\/p>\n

Nas imagens abaixo \u00e9 poss\u00edvel notar a evolu\u00e7\u00e3o dos sistemas de classifica\u00e7\u00e3o autom\u00e1tica \u00e0 medida que o dataset \u00e9 cada vez mais diverso, vasto e estruturado.<\/p>\n

Grande parte dos custos de implanta\u00e7\u00e3o de I.A. est\u00e3o ligados ao desenvolvimento, sendo que em alguns casos, a constru\u00e7\u00e3o do dataset \u00e9 significativo. Desta forma, novos m\u00e9todos que facilitem a gera\u00e7\u00e3o de dados estruturados s\u00e3o imprescind\u00edveis para expans\u00e3o do uso de I.A. e aumento da competitividade da ind\u00fastria nacional.<\/p>\n","protected":false},"excerpt":{"rendered":"

Um princ\u00edpio b\u00e1sico para o desenvolvimento intelig\u00eancia artificial \u00e9 o uso de um dataset diversificado, vasto e estruturado. Numa analogia simples, para ensinar algu\u00e9m sobre modelos de carros e suas caracter\u00edsticas, \u00e9 fundamental que a pessoa veja fotos e dados tanto de Volkswagens quanto Fords, ve\u00edculos vermelhos, pretos e brancos. Com bastante experi\u00eancia e familiaridade […]<\/p>\n","protected":false},"author":29,"featured_media":3126,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"content-type":"","_external_link":"","footnotes":""},"categories":[1],"tags":[],"class_list":["post-3121","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-noticias"],"_links":{"self":[{"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/posts\/3121","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=3121"}],"version-history":[{"count":0,"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/posts\/3121\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/media\/3126"}],"wp:attachment":[{"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/media?parent=3121"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/categories?post=3121"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/pixforce.com\/pt-br\/wp-json\/wp\/v2\/tags?post=3121"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}