Para citar este trabalho use um dos padrões abaixo:
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.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo