Uma Ferramenta Visual para o Desenvolvimento de Modelos de Detecção de Objetos com Deep Learning no Ensino Superior

Abstract

Nos últimos anos, projetos na área de Machine Learning (ML) e especialmente de Deep Learning (DL) estão presentes no dia a dia, em carros autônomos, antivírus e até no reconhecimento de padrões de imagens. Assim, o Deep Learning representa uma área de conhecimento importante na ciência da computação voltada a diversas tarefas como classificação de imagens ou detecção de objetos. Porém, sua complexidade pode ser uma barreira para os iniciantes, especialmente quando se utilizam ferramentas, arquiteturas e bibliotecas de contexto profissional baseadas em linguagens textuais de programação. Assim, um primeiro contato com essa tecnologia pode ser facilitado pelo uso de ambientes visuais para a criação de modelos de DL que permitam ensinar conceitos, sem necessitar competências relacionadas a programação, fornecendo uma interface gráfica intuitiva para construir seu modelo. Atualmente, já existem alguns ambientes desse tipo, porém, ainda não existe uma solução voltada ao ensino da tarefa de detecção de objetos inserida no contexto do ensino superior. Assim, o objetivo deste trabalho é desenvolver e avaliar, uma camada visual para suportar o processo de desenvolvimento de modelos de detecção de objetos no ensino superior. O trabalho inclui a síntese da fundamentação teórica, levantamento do estado da arte, e o desenvolvimento de uma camada visual para Jupyter notebook no Google Colab. Espera-se com isso ajudar os iniciantes a darem o primeiro passo para aprender conceitos básicos de DL, ao mesmo tempo preparando para uma fácil transição a ambientes convencionais usando linguagens de programação textuais.