Seleção automática de peças utilizando visão computacional
| dc.contributor.advisor | Michelle Mendes Santos | |
| dc.contributor.author | Israel Monteiro Dias | |
| dc.date.accessioned | 2025-11-12T16:46:05Z | |
| dc.date.issued | 2025-08-06 | |
| dc.description | Este trabalho apresenta o desenvolvimento de um sistema automatizado para inspeção e classificação de peças industriais utilizando visão computacional. O objetivo é substituir ou complementar a inspeção manual, que apresenta limitações como erros. O sistema foi implementado em uma plataforma embarcada Raspberry Pi, integrando uma câmera para captura de imagens e a arquitetura YOLOv8 para detecção e classificação das peças como boas ou ruins. O processamento das imagens foi realizado com a biblioteca OpenCV, e os resultados são exibidos por meio de uma interface homem-máquina (IHM) desenvolvida em Python. O modelo foi treinado com imagens anotadas manualmente e demonstrou bom desempenho em métricas como precisão, revocação e mAP. Os testes indicam que a solução é viável para aplicações industriais, oferecendo uma alternativa de baixo custo, eficiente e confiável para o controle de qualidade automatizado. | |
| dc.identifier.uri | https://hdl.handle.net/20.500.14387/2756 | |
| dc.language.iso | Português | |
| dc.publisher.campi | Betim | |
| dc.publisher.country | Brasil | |
| dc.publisher.institution | Instituto Federal de Minas Gerais | |
| dc.rights | Acesso aberto | |
| dc.subject.keyword | Visão computacional; Raspberry Pi; classificação; Redes neurais convolucionais | |
| dc.title | Seleção automática de peças utilizando visão computacional | |
| dc.type | Trabalho de Conclusão de Curso |