Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/39460
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorSilva, Ticiana Linhares Coelho da-
dc.contributor.authorLima, Francisco Igor da Silva-
dc.date.accessioned2019-02-07T17:13:28Z-
dc.date.available2019-02-07T17:13:28Z-
dc.date.issued2018-
dc.identifier.citationLIMA, Francisco Igor da Silva. Estudo comparativo entre redes neurais convolucionais para um problema de classificação. 2018. TCC (Graduação em Engenharia de Software) - Universidade Federal do Ceará, Campus de Quixadá, Quixadá, 2018.pt_BR
dc.identifier.urihttp://www.repositorio.ufc.br/handle/riufc/39460-
dc.description.abstractThe use of convolutional neural networks for image classification has grown up in the last years. Since 2012 there are notable great advances in the computational vision field. From this period, convolutional neural networks have gained the attention of the academy and the market. Due, principally, to its good results, new algorithms, and greater computational power, the last one, especially caused by the advantages of cloud computing. This work aims to make a comparative study among the neural networks: VGG16, InceptionV3, ResNet50 to discover what is the best configuration among these networks to a solution of an image classification problem. As result it is possible to affirm that VGG16 is not a good network for this problem, while InceptionV3 and ResNet50 present better results.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectAprendizagem Profundapt_BR
dc.subjectRedes Neurais (Computação)pt_BR
dc.subjectVisão Computacionalpt_BR
dc.titleEstudo comparativo entre redes neurais convolucionais para um problema de classificaçãopt_BR
dc.typeTCCpt_BR
dc.description.abstract-ptbrO uso de redes neurais convolucionais para classificação de imagens tem crescido bastante nos últimos anos. Desde 2012 são notáveis os grandes avanços na área de visão computacional. A partir desse período, redes neurais convolucionais ganharam bastante atenção da academia e do mercado. Devido, principalmente, aos seus bons resultados, causados por uma maior disponibilidade de dados, novos algoritmos e maior poder computacional, este último, especialmente, impactados pelos aos avanços da computação em nuvem. O presente trabalho visa realizar um estudo comparativo entre as redes neurais: VGG16, InceptionV3, ResNet50 a fim de descobrir qual a melhor configuração entre estas redes para a solução de um problema de classificação de imagens. Como resultados é possível afirmar a VGG16 não é uma boa rede para esse problema, enquanto a InceptionV3 e a ResNet50 apresentam resultados melhores.pt_BR
Appears in Collections:ENGENHARIA DE SOFTWARE - QUIXADÁ - TCC

Files in This Item:
File Description SizeFormat 
2018_tcc_fislima.pdf1,13 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.