Detecção de objetos com a arquitetura YOLO.

Abstract

Um problema cada vez mais relevante e pesquisado na área de Visão Computacional, a detecção de objetos, está muito presente no mundo atual, sendo aplicada em diversas situações diferentes. As técnicas de Aprendizado em Profundidade (Deep Learning) são utilizadas atualmente para resolver este problema através do uso de redes neurais convolu- cionais. Para realizar a implementação dessas técnicas existem vários modelos responsáveis pela detecção de objetos e o mais utilizado, principalmente para as aplicações em tempo real, é o YOLO (You Only Look Once). Neste trabalho foi realizada uma pesquisa do estado-da-arte das principais técnicas que utilizam redes neurais convolucionais para detecção de objetos de forma mais rápida e eficiente possível, e por fim é apresentado uma comparação entre algumas das versões existentes do modelo YOLO em um Dataset customizado para o desenvolvimento dos testes, a fim de verificar a evolução e a melhora do modelo com as atualizações feitas nas suas novas versões. Nos testes realizados foi possível observar a última atualização do modelo bem superior as demais, principalmente em relação as versões de anos anteriores ao ano de 2020. Na principal métrica utilizada para comparação dos modelos, a YOLOv5 foi o único modelo que obteve uma porcentagem acima dos 50%, chegando a 67,9%.