FLODNet - Detecção e reconhecimento de objetos em dispositivos de baixa especificação: um estudo de caso em classificação de alimentos

Autor: Flávia Magalhães Freitas, Bernardo Augusto Godinho de Oliveira, C.A.P.S. Martins
Rok vydání: 2018
Předmět:
Zdroj: Revista Eletrônica de Iniciação Científica em Computação; v. 16, n. 3 (2018): Edição Especial: Artigos do 37º Concurso de Trabalhos de Iniciação Científica (CSBC/CTIC)
ISSN: 1519-8219
DOI: 10.5753/reic.2018.1058
Popis: A capacidade intrínseca dos humanos de detectar, diferenciar e classificar rapidamente os objetos nos permite tomar decisões rápidas em relação ao que é visto. Aplicações podem se beneficiar de detecção rápida e leve de objetos para imagens ou vídeos. Embora, nos últimos 5 anos, o setor de tecnologia tenha apresentado dispositivos com recursos de processamento e armazenamento impressionantes, os métodos de detecção e reconhecimento de objetos geralmente requerem alto poder de processamento e/ou grande disponibilidade de armazenamento, tornando difícil para os dispositivos com recursos restritos realizar a detecção e reconhecimento em tempo real sem uma conexão com um servidor. O modelo apresentado neste documento requer apenas 95 megabytes de armazenamento e a execução requer 113 ms em média por imagem em CPU de um laptop, tornando-o adequado para dispositivos que podem ser usados em qualquer lugar.
Databáze: OpenAIRE