Identificação e classificação de patologias em rodovias a partir de um sistema integrado com rede neural convolucional

Resumo

No Brasil, o transporte rodoviário desempenha um papel crucial na economia, responsável por movimentações de mercadorias e passageiros. No entanto, as estradas enfrentam desafios significativos, com grande parte não pavimentada e muitas apresentando problemas estruturais, como fissuras, trincas e buracos. A detecção precisa dessas patologias é essencial para a intervenção adequada nas rodovias. Este estudo propõe um método inovador utilizando redes neurais convolucionais (CNNs), um subconjunto do aprendizado profundo, para a detecção de patologias nas estradas. O foco é reduzir erros entre classes considerando categorias agregadas e desagregadas. O método mostrou vantagens claras, com melhorias na acurácia, recall e média de precisão ao usar categorias agregadas. A análise comparativa revelou que a agregação de categorias e a exclusão de categorias pouco representadas aprimoraram a precisão do modelo. Com um erro médio de 7%, o modelo já está operacional, contribuindo de maneira prática para otimizar processos de intervenções em estradas.