Resumo:

Sistemas que utilizam Inteligência Artificial (IA) estão se tornando cada vez mais populares, e o desenvolvimento desses sistemas pode, em tese, ser utilizado na automatização de processos que são realizados de forma manual, por exemplo, utilizando técnicas de visão computacional para reconhecimento de padrões. Particularmente, processos de beneficiamento de minérios passam por etapas de classificação que são feitas por processo manual. O desafio está em escolher os algoritmos de IA que melhor se adaptam para a automatização desses processos. Neste trabalho, realizou-se um estudo de uma técnica de visão computacional (Mask R-CNN) que pode ser usada para classificação e segmentação de imagens de partículas de minério de ferro obtidas por microscópio de baixa resolução. Foram avaliados aspectos de precisão média da segmentação do modelo (mAP) e acurácia da classificação das partículas de ferro e mistas. O objetivo foi verificar a viabilidade de utilização de técnicas de segmentação e classificação de imagens no processo de concentração de minério de ferro a partir de amostras do minério obtidas com microscópio de baixa resolução utilizando modelos de deep learning. Foi verificado que é viável a utilização de técnicas de segmentação e classificação baseados em algoritmos de deep learning para as partículas em questão.

Referência:
SILVA, Celso Luciano Alves da; GAVA, Vagner Luiz; AUGUSTIN, Eric; SOUZA, Tayná Cunha. Use of a deep neural network for image segmentation, aiming at the first step to assess the degree of the mineral liberation. In: INTERNATIONAL CONFERENCE ON INFORMATION SYSTEMS AND TECHNOLOGY MANAGEMENT, 19.CONTECSI, 2023, São Paulo. Proceedings… São Paulo: FEA, 2023. 19p.

Documento com acesso restrito. Logar na BiblioInfo, Biblioteca-DAIT/IPT para acessar documento em PDF:
https://escriba.ipt.br/pdf_restrito/178149.pdf