%0 Conference Proceedings
%4 sid.inpe.br/sibgrapi/2021/09.14.01.48
%2 sid.inpe.br/sibgrapi/2021/09.14.01.48.48
%T Detectron2 e Mask R-CNN para Detecção de Fissuras em Superfícies de Concreto
%D 2021
%A Oliveira, Raianny Proença de Camargo de,
%A Maurício, Claudio Roberto M.,
%A Peres, Fabiana Frata Furlan,
%A Santos, Valéria Nunes dos,
%@affiliation Universidade Estadual do Oeste do Paraná
%@affiliation Universidade Estadual do Oeste do Paraná
%@affiliation Universidade Estadual do Oeste do Paraná
%@affiliation Fundação Parque Tecnológico Itaipu
%E Paiva, Afonso,
%E Menotti, David,
%E Baranoski, Gladimir V. G.,
%E Proença, Hugo Pedro,
%E Junior, Antonio Lopes Apolinario,
%E Papa, João Paulo,
%E Pagliosa, Paulo,
%E dos Santos, Thiago Oliveira,
%E e Sá, Asla Medeiros,
%E da Silveira, Thiago Lopes Trugillo,
%E Brazil, Emilio Vital,
%E Ponti, Moacir A.,
%E Fernandes, Leandro A. F.,
%E Avila, Sandra,
%B Conference on Graphics, Patterns and Images, 34 (SIBGRAPI)
%C Gramado, RS, Brazil (virtual)
%8 18-22 Oct. 2021
%I Sociedade Brasileira de Computação
%J Porto Alegre
%S Proceedings
%K reconhecimento visual, Detectron2, Mask R-CNN.
%X 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.
%@language pt
%3 paper.pdf