To cite this paper use one of the standards below:
Este estudo investiga a detecção e descrição de feições urbanas em imagens de nível de rua utilizando a arquitetura DenseNet-201 aplicada à tarefa de image captioning. Foram utilizadas imagens do dataset Open Images v7, com foco na presença de árvores e postes. As imagens foram pré-processadas, e o modelo treinado e validado em um ambiente configurado no Visual Studio Code, empregando técnicas de deep learning e Processamento de Linguagem Natural (PLN). Embora o DenseNet-201 tenha mostrado eficácia na descrição de imagens urbanas, foram encontrados desafios, como erros na distinção entre postes e árvores em algumas imagens, apontando a necessidade de refinamento do modelo. Os resultados demonstraram relevância para aplicações práticas, como o planejamento urbano, permitindo a análise automatizada de feições urbanas a partir de imagens, com potencial para contribuir na gestão de áreas em ambientes urbanos.
With nearly 200,000 papers published, Galoá empowers scholars to share and discover cutting-edge research through our streamlined and accessible academic publishing platform.
Learn more about our products:
This proceedings is identified by a DOI , for use in citations or bibliographic references. Attention: this is not a DOI for the paper and as such cannot be used in Lattes to identify a particular work.
Check the link "How to cite" in the paper's page, to see how to properly cite the paper