Projeto de Análise por IA de Imagens de Drones para Detecção e Classificação de Corrosão em Plataformas Offshore

Este projeto visou aprimorar a inspeção e manutenção de plataformas offshore por meio da análise avançada de imagens capturadas por drones, utilizando inteligência artificial e tecnologias de visualização 3D.

Objetivos do Projeto:

  • Detectar e classificar corrosão em estruturas offshore de forma eficiente e precisa;
  • Criar um modelo 3D detalhado da plataforma para visualização e análise;
  • Implementar um sistema de inspeção interna usando câmeras 360°;
  • Otimizar o processo de inspeção através de aprendizado ativo (active learning);

Metodologia:

  • Captura de Dados: Drones para Inspeção Externa:
  • Utilização de drones equipados com câmeras de alta resolução;
  • Captura sistemática de imagens da estrutura externa da plataforma.
  • Câmeras 360° para Inspeção Interna: Instalação de câmeras 360° em pontos estratégicos internos;
  • Captura de imagens panorâmicas para análise detalhada de áreas internas.

Processamento e Análise de Imagens:

  • Pré-processamento:
    • Correção de distorções e normalização das imagens;
    • Segmentação das imagens em regiões de interesse;
    • Detecção e Classificação de Corrosão: Implementação de redes neurais convolucionais (CNNs) em Python;
    • Treinamento do modelo para identificar diferentes tipos e níveis de corrosão;
    • Active Learning: Implementação de um sistema de aprendizado ativo para otimizar o treinamento do modelo;
    • Seleção inteligente de amostras para rotulação manual, priorizando casos ambíguos ou críticos;
  • Modelagem 3D:
    • Geração do Modelo 3D: Utilização de técnicas de fotogrametria para criar um modelo 3D detalhado da plataforma;
    • Integração das imagens de drones e câmeras 360° no modelo;
    • Mapeamento de Corrosão: Sobreposição dos resultados da análise de corrosão no modelo 3D;
    • Criação de um mapa de calor indicando áreas críticas;
  • Implementação Técnica:
    • Linguagem de Programação: Python;
    • Frameworks de IA: TensorFlow ou PyTorch para implementação das redes neurais;
  • Bibliotecas Adicionais:
    • OpenCV para processamento de imagens;
    • Scikit-learn para implementação do active learning;
    • Open3D para manipulação e visualização do modelo 3D.
Modelos Comprar Professional 3D | CGTrader
Cómo afrontar un proyecto de machine learning
Curso de Curso Gestão de Projetos com Certificação Inclusa

Tur virtual 360