Banca de DEFESA: HELIO CHAVES PEIXOTO NETO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: HELIO CHAVES PEIXOTO NETO
DATA : 30/07/2025
HORA: 08:00
LOCAL: Virtual
TÍTULO:

Avaliacao do Custo-Beneficio da Aplicacao de Metodos de Aprendizado
Semi Supervisionado para Deteccao de Equipamentos de Protecao Individual em
Ambiente Industrial


PALAVRAS-CHAVES:

Aprendizado semi supervisionado; Equipamentos de proteção individual; Visão computacional; Detecção de objetos; Segurança ocupacional


PÁGINAS: 78
RESUMO:

A detecção automatizada de Equipamentos de Proteção Individual (EPIs) em ambientes
industriais representa um desafio significativo devido aos altos custos e tempo
demandado para anotação manual de dados. Este trabalho investigou a eficácia de
métodos de aprendizado semi supervisionado como alternativa ao aprendizado totalmente
supervisionado para detecção de EPIs, visando responder qual abordagem apresenta
melhor relação custo-benefício. A metodologia experimental foi conduzida em ambiente
industrial real, utilizando 50.088 imagens capturadas em uma indústria para detecção de
quatro classes: capacete, colete, pessoa e abafador tipo concha. Foram implementadas
estratégias de anotação parcial com 10% e 20% dos dados, aplicando técnicas de
pseudo-labeling através da arquitetura YOLOv8. Os resultados foram avaliados mediante
validação cruzada com k=10 repetições e análise estatística usando testes de Friedman e
Nemenyi. Os modelos semi supervisionados demonstraram performance comparável ao
totalmente supervisionado, com diferenças controladas nas métricas principais: mAP@0.5
de 0.971 (10%) e 0.979 (20%) contra 0.986 (100%), e mAP@0.5:0.95 de 0.767 (10%) e
0.771 (20%) contra 0.805 (100%). A abordagem semi supervisionada resultou em
economia substancial de tempo de anotação, reduzindo de 77 para 11 e 23 dias o
processo manual. Os resultados indicam que métodos semi supervisionados constituem
alternativa viável e economicamente vantajosa para desenvolvimento de sistemas de
detecção de EPIs, mantendo eficácia técnica com significativa redução de recursos
humanos especializados.

 


MEMBROS DA BANCA:
Externo à Instituição - SERGIO FERNANDOVITCH CHEVTCHENKO - Western
Externo à Instituição - TARCISIO DANIEL PONTES LUCAS - UPE
Presidente - 2133999 - TERESA BERNARDA LUDERMIR
Notícia cadastrada em: 02/07/2025 09:15
SIGAA | Superintendência de Tecnologia da Informação (STI-UFPE) - (81) 2126-7777 | Copyright © 2006-2025 - UFRN - sigaa09.ufpe.br.sigaa09