Anais do 14º Simpósio Brasileiro de Automação Inteligente

Este artigo descreve a aplicação de uma rede neural convolucional profunda pré-treinada para detectar meteoros a partir de imagens do céu noturno. O conjunto de dados é relativamente pequeno, composto de imagens rotuladas de meteoros e não-meteoros. Técnicas como aumento de dados foram usadas para criar dados artificialmente, e uma camada de dropout foi introduzida para evitar overfitting no dataset aumentado para treinamento. O desempenho obtido pelos métodos usando a validação cruzada com cinco pastas, juntamente com a mudança das imagens para preto e branco, em comparação com os obtidos usando apenas as partições de treinamento e validação e cores RGB, alcançou uma precisão média maior de 84,35%.