<?xml version="1.0" encoding="ISO-8859-1"?>
<metadatalist>
	<metadata ReferenceType="Conference Proceedings">
		<site>sibgrapi.sid.inpe.br 802</site>
		<holdercode>{ibi 8JMKD3MGPEW34M/46T9EHH}</holdercode>
		<identifier>8JMKD3MGPEW34M/45E6942</identifier>
		<repository>sid.inpe.br/sibgrapi/2021/09.14.01.48</repository>
		<lastupdate>2021:09.14.02.29.02 sid.inpe.br/banon/2001/03.30.15.38 administrator</lastupdate>
		<metadatarepository>sid.inpe.br/sibgrapi/2021/09.14.01.48.48</metadatarepository>
		<metadatalastupdate>2022:09.10.00.16.17 sid.inpe.br/banon/2001/03.30.15.38 administrator {D 2021}</metadatalastupdate>
		<citationkey>OliveiraMaurPereSant:2021:DeMaRC</citationkey>
		<title>Detectron2 e Mask R-CNN para Detecção de Fissuras em Superfícies de Concreto</title>
		<format>On-line</format>
		<year>2021</year>
		<numberoffiles>1</numberoffiles>
		<size>23882 KiB</size>
		<author>Oliveira, Raianny Proença de Camargo de,</author>
		<author>Maurício, Claudio Roberto M.,</author>
		<author>Peres, Fabiana Frata Furlan,</author>
		<author>Santos, Valéria Nunes dos,</author>
		<affiliation>Universidade Estadual do Oeste do Paraná</affiliation>
		<affiliation>Universidade Estadual do Oeste do Paraná</affiliation>
		<affiliation>Universidade Estadual do Oeste do Paraná</affiliation>
		<affiliation>Fundação Parque Tecnológico Itaipu</affiliation>
		<editor>Paiva, Afonso,</editor>
		<editor>Menotti, David,</editor>
		<editor>Baranoski, Gladimir V. G.,</editor>
		<editor>Proença, Hugo Pedro,</editor>
		<editor>Junior, Antonio Lopes Apolinario,</editor>
		<editor>Papa, João Paulo,</editor>
		<editor>Pagliosa, Paulo,</editor>
		<editor>dos Santos, Thiago Oliveira,</editor>
		<editor>e Sá, Asla Medeiros,</editor>
		<editor>da Silveira, Thiago Lopes Trugillo,</editor>
		<editor>Brazil, Emilio Vital,</editor>
		<editor>Ponti, Moacir A.,</editor>
		<editor>Fernandes, Leandro A. F.,</editor>
		<editor>Avila, Sandra,</editor>
		<e-mailaddress>raiannyproenca1@gmail.com</e-mailaddress>
		<conferencename>Conference on Graphics, Patterns and Images, 34 (SIBGRAPI)</conferencename>
		<conferencelocation>Gramado, RS, Brazil (virtual)</conferencelocation>
		<date>18-22 Oct. 2021</date>
		<publisher>Sociedade Brasileira de Computação</publisher>
		<publisheraddress>Porto Alegre</publisheraddress>
		<booktitle>Proceedings</booktitle>
		<tertiarytype>Undergraduate Work</tertiarytype>
		<transferableflag>1</transferableflag>
		<keywords>reconhecimento visual, Detectron2, Mask R-CNN.</keywords>
		<abstract>Fissuras em concreto representam manifestações patológicas e ocorrem por diversos motivos, mesmo que haja boas práticas na fase de construção. Em estruturas de grande porte, como pontes, túneis e barragens é exigido que, com certa periodicidade,  ocorra inspeções visuais com objetivo de detectar, diagnosticar a causa e quando possível, reparar a fissura. Nos casos que não é possível reparar a fissura, se deve acompanhar o seu comportamento. Muitas técnicas computacionais para a detecção de fissuras têm sido propostas, mas suas aplicações são limitadas, pois as imagens de fissuras tendem a variar muito e neste caso, extrair informações como a localização da fissura em uma imagem requer que seja realizada uma segmentação a nível de pixel. Neste contexto, esse trabalho apresenta uma proposta utilizando o Detectron2, inspirado na rede neural convolucional Mask R-CNN, que oferece suporte para detecção de objetos, segmentação de instâncias, segmentação de panorâmica, e segmentação de  semântica.</abstract>
		<language>pt</language>
		<targetfile>paper.pdf</targetfile>
		<usergroup>raiannyproenca1@gmail.com</usergroup>
		<visibility>shown</visibility>
		<mirrorrepository>sid.inpe.br/banon/2001/03.30.15.38.24</mirrorrepository>
		<nexthigherunit>8JMKD3MGPEW34M/45PQ3RS</nexthigherunit>
		<citingitemlist>sid.inpe.br/sibgrapi/2021/11.12.11.46 3</citingitemlist>
		<hostcollection>sid.inpe.br/banon/2001/03.30.15.38</hostcollection>
		<agreement>agreement.html .htaccess .htaccess2</agreement>
		<lasthostcollection>sid.inpe.br/banon/2001/03.30.15.38</lasthostcollection>
		<url>http://sibgrapi.sid.inpe.br/rep-/sid.inpe.br/sibgrapi/2021/09.14.01.48</url>
	</metadata>
</metadatalist>