Projeto acadêmico
Segmentação de defeitos em tecidos por Redes Neurais Convolucionais
Estudo de segmentação semântica de defeitos têxteis com U-Net, utilizando a base AITEX e a métrica Dice.
A inspeção automatizada de tecidos é desafiada pela diversidade de padrões visuais e tipos de defeitos presentes na produção têxtil. O projeto investigou a aplicação de redes neurais convolucionais para segmentação semântica de regiões defeituosas.
A descrição do Lattes estabelece a arquitetura U-Net, a base pública de imagens AITEX e a métrica Dice como componentes dos experimentos propostos. O currículo registra o projeto como concluído em 2022, mas não apresenta, nesse registro, resultados quantitativos que possam ser atribuídos à investigação.
Equipe registrada no Lattes: Jefferson Oliveira Andrade, Karin Satie Komati (responsável), Kelly Assis de Souza Gazolli, Daniel Ribeiro Trindade. O registro do Lattes informa que o projeto foi concluído em 2022. Apoio registrado no Lattes: Fundação de Amparo à Pesquisa do Espírito Santo (bolsa).