APRIMORAMENTO DE DISPOSITIVO IOT PARA MONITORAMENTO DE PROCESSOS INDUSTRIAIS

INTRODUÇÃO: A solução que envolve a detecção de conformidades na indústria pode ser extrapolada para diferentes áreas do conhecimento, como a área da saúde. Detectar se uma imagem está ou não conforme é uma aplicação que pode ser abordada pela visão computacional por meio de algoritmos de aprendizado de máquina. OBJETIVOS: Desenvolver métodos computacionais capazes de comprometimentos prejudiciais no conjunto dentário, que está sendo exibidos em placas radiografias. Este objetivo não foge do escopo do projeto, uma vez que a detecção de não conformidades em processos industriais baseia-se nos mesmos princípios de classificação. MATERIAIS E MÉTODO: Foi escolhido o uso do Teachable machine, que se baseia no fornecimento de imagens que ilustre uma caracteriza em comum a elas, para quanto for analisar uma nova imagem, o software possa indicar ou não a presença desta característica. Os grupos de imagens com uma mesma característica é chamada de “classe”, ao qual o usuário deve agregar elas juntas para que haja o reconhecimento pelo software. Banco de dados: Hyttinen. RESULTADOS: Os resultados obtidos apresentam valores admissíveis para catalogação do estado dos dentes, mas o teste para imagens espectrais pode observar valores baixos para dentes saudáveis, tendo como possível motivo disso, a pouca diferença de tons de cinza nas imagens usadas, e uma predominância de tons mais escuros que o software acaba interpretando como uma região com cárie. Destacando que a maior parte dos dentes usadas neste teste foram pré-molares e molares, que se localizam na parte mais profunda da cavidade oral, assim devido a posição da câmera e iluminação estes dentes estão com uma baixa definição. CONSIDERAÇÕES FINAIS: Conforme os resultados obtidos dos testes, o uso do Teachable Machine para classificação de presença de cárie é apropriado, mas para que haja um refinamento e melhor qualidade de resposta é de extrema necessidade que haja um fornecimento de imagens digitais ou espectrais com pluralidade de dentes.

PALAVRAS-CHAVE: Visão computacional; Detección de anomalías; Teachable machine.