Use este identificador para citar ou linkar para este item:
https://bia.ifpi.edu.br/jspui/handle/123456789/4793| Tipo: | Trabalho de Conclusão de Curso |
| Título: | Desenvolvimento de rede neural convolucional para classificação de telhas cerâmicas defeituosas |
| Autor: | Silva, Micherlane Rodrigues Machado da |
| Orientador(a): | Silva Neto, Otílio Paulo da |
| Resumo: | Este trabalho apresenta o desenvolvimento de uma rede neural convolucional (CNN) voltada para a classificação de telhas cerâmicas em duas categorias: normais e de- feituosas. Diante da crescente demanda por produtos cerâmicos de alta qualidade, a automação do controle de qualidade mostra-se essencial para a redução de des- perdícios e o aumento da eficiência no processo produtivo. A metodologia adotada abrangeu a coleta manual de imagens, o pré-processamento dos dados, a modelagem da CNN e a avaliação do modelo. Utilizou-se um conjunto inicial de 1.600 imagens de telhas cerâmicas do tipo romana, ampliado por técnicas de aumento de dados para aproximadamente 7.000 imagens destinadas ao treinamento do modelo. Os resultados obtidos demonstraram elevado desempenho, com acurácia de 99, 7% e maior eficácia na identificação das telhas normais. Conclui-se que o uso de redes neurais convolu- cionais é promissor para a classificação automatizada de telhas cerâmicas romanas. Como proposta para trabalhos futuros, sugere-se o desenvolvimento de uma aplicação baseada em Internet das Coisas (IoT), bem como a realização de testes em ambientes industriais reais. |
| Abstract: | This study presents the development of a Convolutional Neural Network (CNN) aimed at classifying ceramic roof tiles into two categories: normal and defective. Given the growing demand for high-quality ceramic products, automating quality control processes has become essential for reducing waste and increasing production efficiency. The pro- posed methodology encompassed manual image acquisition, data preprocessing, CNN modeling, and performance evaluation. An initial dataset of 1,600 images of Roman- type ceramic tiles was collected and expanded through data augmentation techniques to approximately 7,000 images for training purposes. The results demonstrated high performance, achieving an accuracy of 99.7% and greater effectiveness in identifying normal tiles. The findings suggest that CNN-based approaches are promising tools for the automated classification of Roman ceramic roof tiles. Future work includes the development of an Internet of Things (IoT) application and further testing in real industrial environments. |
| Palavras-chave: | Redes Neurais Convolucionais Telhas Cerâmicas Convolutional Neural Networks Ceramic Tiles Drying |
| Cnpq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS) |
| metadata.dc.language: | por |
| País: | Brasil |
| Editor: | Instituto Federal de Educação, Ciência e Tecnologia do Piauí |
| Sigla: | IFPI |
| Unidade: | Campus Teresina Central |
| Citação: | SILVA, Micherlane Rodrigues Machado da. Desenvolvimento de rede neural convolucional para classificação de telhas cerâmicas defeituosas. Orientador: Otílio Paulo da Silva Neto. 2025. 60 f. Trabalho de Conclusão de Curso (Tecnologia em Análise e Desenvolvimento Sistemas) - Instituto Federal do Piauí, Campus Teresina Central, Teresina, 2025. |
| Tipo de acesso: | Acesso Aberto |
| URI: | https://bia.ifpi.edu.br/jspui/handle/123456789/4793 |
| Data do documento: | 2025 |
| Aparece nas coleções: | Analise e Desenvolvimento de Sistemas - Teresina Central |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2025_tcc_mrmdasilva.pdf | 9.04 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.