Modelo de aprendizado de máquina para inspeção automatizada de fachadas de paredes de concreto

Abstract

As fachadas protegem a edificação contra os agentes de degradação ambiental, além de garantir o conforto dos usuários no ambiente interno. As manifestações patológicas podem comprometer seu desempenho, sendo necessária inspeções periódicas e manutenções preventivas. Entretanto, essas atividades, principalmente, visuais e manuais, não são realizadas corretamente por serem consideradas demoradas, inseguras e imprecisas. No entanto, o uso de tecnologias digitais pode superar tais limitações. Diante disso, este estudo busca avaliar o uso de algoritmos de aprendizado de máquina para inspeção automatizada de fachadas. O estudo foi realizado em quatro etapas: (1) seleção das obras, dos problemas em fachadas e das tecnologias utilizadas; (2) aquisição de imagens com drone; (3) processamento de imagens no Custom Vision; e (4) análise e avaliação dos resultados através dos indicadores de desempenho. Foram coletadas 2050 imagens de fachadas, das quais 720 possuíam anomalias e foram utilizadas para criação do modelo no Custom Vision. A partir dos treinamentos o modelo atingiu o desempenho de 51,8% de precisão e 68,5% de recall. Durante os testes, o modelo previu corretamente anomalias com até 97,4%, evidenciando que o modelo pode superar as limitações em relação à análise visual. Para trabalhos futuros é necessário o aprimoramento do modelo proposto.