EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

DETECÇÃO AUTOMATIZADA DE FISSURAS UTILIZANDO APRENDIZAGEM PROFUNDA

Loyslene De Jesus Lopes, Mariana Avancini Viana, Mateus Nogueira de Almeida, Juliette Zanetti, Marciel Mario Desgaperi, DÉBORA DOS SANTOS RODRIGUES BORGES

Multi-Science Research · 2026

DOI: 10.47621/msr.v8i02.161 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Multi-Science Research, 2026. Verfasst von Loyslene De Jesus Lopes und 5 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

As patologias são anomalias acometidas durante o processo construtivo ou ao longo de sua vida útil, que podem se tornar um obstáculo ao desempenho esperado da edificação. As práticas convencionais de detecção dessas patologias são realizadas através da interpretação de imagens demandando tempo, esforço e acuidade visual por parte de especialistas. Com os avanços na visão computacional ferramentas baseadas em aprendizado de máquina foram desenvolvidas para detecção de padrões em tempo real, precisa e eficiente. Este estudo apresenta a aplicação de aprendizagem de máquina na automação do processo de detecção e localização de fissuras presentes nas imagens. A partir da coleta de imagens de fissuras obtidas da internet foi realizada o treinamento da rede YOLO. A partir dos resultados obteve-se boas métricas de treino, validação e teste, apesar da performance estar limitada na utilização do Google Colab. Ao realizar a validação através de imagens não pertencente ao treinamento obteve-se acurácia acima de 90%. Fica evidente a relevância desta ferramenta na detecção automatizada de fissuras, o que pode ajudar a gerar informação em grande quantidade para apoiar a tomada de decisão. Embora o modelo atual seja construído para detectar fissuras, esse processo pode ser empregado para detecção automatizada de quaisquer outras patologias. Palavras-chave: Patologia. Fissuras. YOLO. Google Colab. Aprendizagem profunda.

Zitieren

APA

Lopes, L. D. J., Viana, M. A., Almeida, M. N. D., Zanetti, J., Desgaperi, M. M., & BORGES, D. D. S. R. (2026). DETECÇÃO AUTOMATIZADA DE FISSURAS UTILIZANDO APRENDIZAGEM PROFUNDA. Multi-Science Research. https://doi.org/10.47621/msr.v8i02.161

Vancouver

Lopes LDJ, Viana MA, Almeida MND, Zanetti J, Desgaperi MM, BORGES DDSR. DETECÇÃO AUTOMATIZADA DE FISSURAS UTILIZANDO APRENDIZAGEM PROFUNDA. Multi-Science Research. 2026. doi:10.47621/msr.v8i02.161

BibTeX
@article{Lopes2026,
  author = {Lopes, Loyslene De Jesus and Viana, Mariana Avancini and Almeida, Mateus Nogueira de and Zanetti, Juliette and Desgaperi, Marciel Mario and BORGES, DÉBORA DOS SANTOS RODRIGUES},
  title = {DETECÇÃO AUTOMATIZADA DE FISSURAS UTILIZANDO APRENDIZAGEM PROFUNDA},
  journal = {Multi-Science Research},
  year = {2026},
  doi = {10.47621/msr.v8i02.161}
}
Kostenlos starten →