Segmentação automatizada de pavimentos em imagens de ambientes urbanos usando YOLO v11
DOI:
https://doi.org/10.46421/sbtic.v5i00.7515Palavras-chave:
segmentação do pavimento, visão computacional, Monitoramento, yolov11, inteligência artificialResumo
A segmentação de pavimentos em vias urbanas de forma automatizada traz para gestores públicos a possibilidade de planejamento antecipado para obras de manutenção, permitindo também a priorização de trabalhos em função do tipo do material presente em cada logradouro. Sendo assim, a pesquisa aqui apresentada tem como objetivo principal o treinamento de um modelo de inteligência artificial denominado Yolov11, sendo este capaz de analisar inúmeras imagens de forma rápida e acurada, o que possibilita a realização futura do inventário da malha viária de grandes metrópoles. Logo, para atingir tal objetivo, câmeras foram instaladas em uma frota de veículos para a obtenção de imagens. Como objetivo secundário e com um grande volume de imagens brutas disponíveis, um dataset anotado foi preparado, possibilitando o treinamento e teste de máquina. Resultados mostram que houve o aprendizado do modelo, onde foi obtido um mAP de 0.94
Downloads
Referências
ALZAMZAMI, O.; BABOUR, A.; BAALAWI, W.; AL KHUZAYEM, L. PDS-UAV: A Deep Learning-Based Pothole Detection System Using Unmanned Aerial Vehicle Images. Sustainability, v. 16, n. 21, 2024. Disponível em: https://doi.org/10.3390/su16219168. Acesso em: 30 mar. 2025. doi: https://doi.org/10.3390/su16219168.
FURTADO, Lara Sucupira; BESSA, Iuri Sidney; GURJÃO, Nayara de Oliveira; SOARES, Jorge Barbosa. Integrating smart city technologies for sustainable pavement infrastructure. Canadian Journal of Civil Engineering, 2024. Disponível em: https://doi.org/10.1139/cjce-2024-0217. Acesso em: 30 mar. 2025. doi: https://doi.org/10.1139/cjce-2024-0217.
HORITA, Yuukou; KAWAI, Shohei; FURUKANE, Tatsuya; SHIBATA, Keiji. Efficient distinction of road surface conditions using surveillance camera images in night time. In: IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING, 19., 2012, Orlando. Anais [...]. [S. l.]: IEEE, 2012. p. 485–488. Disponível em: https://doi.org/10.1109/ICIP.2012.6466902. Acesso em: 30 mar. 2025. doi: https://doi.org/10.1109/ICIP.2012.6466902.
JEGHAM, Nidhal; KOH, Chan Young; ABDELATTI, Marwan; HENDAWI, Abdeltawab. Evaluating the Evolution of YOLO (You Only Look Once) Models: A Comprehensive Benchmark Study of YOLO11 and Its Predecessors. 2024. Pré-publicação. Disponível em: https://doi.org/10.48550/arXiv.2411.00201. Acesso em: 30 mar. 2025. doi: https://doi.org/10.48550/arXiv.2411.00201
LEE, Jae Kwan; KIM, Bo Kyeong; CHOI, Hosik; CHANG, Seo Il. Road-pavement classification by artificial neural network model based on tire-pavement noise and road-surface image. Applied Acoustics, v. 225, p. 110194, 2024. ISSN 0003-682X. Disponível em: https://www.sciencedirect.com/science/article/pii/S0003682X24003451. Acesso em: 30 mar. 2025. doi: https://doi.org/10.1016/j.apacoust.2024.110194.
LIMA, Gabriel de Souza. Detecção de anomalias em pavimentos utilizando sensores inerciais. 2024. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3139/tde-26032024-111626/pt-br.php. Acesso em: 30 mar. 2025.
NIE, M.; WANG, K. Pavement Distress Detection Based on Transfer Learning. In: INTERNATIONAL CONFERENCE ON SYSTEMS AND INFORMATICS (ICSAI), 5., 2018, Nanjing, China. Anais [...]. [S. l.]: IEEE, 2018. p. 435–439. Disponível em: https://doi.org/10.1109/ICSAI.2018.8599473. Acesso em: 30 mar. 2025. doi: https://doi.org/10.1109/ICSAI.2018.8599473.
PAIXÃO, Marcio; MARANHÃO, Flávio. Geovista – Gestão descentralizada das condições do pavimento em ambiente urbano / Geovista - Decentralized management of pavement conditions in an urban environment. Brazilian Journal of Development, v. 6, n. 7, 2020. Disponível em: https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/14158. Acesso em: 30 mar. 2025. doi: https://doi.org/10.34117/bjdv6n7-825.
TIGHE, Susan; LI, Ningyuan; FALLS, Lynne Cowe; HAAS, Ralph. Incorporating Road Safety into Pavement Management. Transportation Research Record, Washington, DC, v. 1699, n. 1, p. 1–10, 2000. ISSN 0361-1981. Disponível em: https://doi.org/10.3141/1699-01. Acesso em: 30 mar. 2025. doi: https://doi.org/10.3141/1699-01.
ULTRALYTICS. YOLOv11 Documentation. 2024. Disponível em: https://docs.ultralytics.com/models/yolo11/. Acesso em: 30 mar. 2025.
WEB OF SCIENCE. Resumo de resultados de busca. Disponível em: https://www.webofscience.com/wos/woscc/summary/8bf0b322-3102-4e7a-b142-b5cc32eb7586-01567b8bc6/714968b0-4c62-461b-8db4-4320785e8e5a-01567b8bb8/relevance/1. Acesso em: 30 mar. 2025.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 SIMPÓSIO BRASILEIRO DE TECNOLOGIA DA INFORMAÇÃO E COMUNICAÇÃO NA CONSTRUÇÃO
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Adota-se Atribuição 4.0 Internacional (CC BY 4.0). Ver detalhamento em https://creativecommons.org/licenses/by/4.0/deed.pt_BR
