Modelo de Deep Learning para detecção de fissuras em imagens térmicas

Abstract

A detecção automatizada de fissuras em estruturas é crucial para garantir a durabilidade e segurança das edificações, especialmente em regioes sujeitas a variações térmicas. Este estudo propoe um modelo de Deep Learning baseado em Redes
Neurais Convolucionais (RNCs) para detecção e classificação de fissuras em imagens termicas de elementos construtivos. Utilizou-se um conjunto de dados balanceados com 128 imagens termicas, ampliado para 2000 amostras via tecnicas de aumento de dados, como adição de ruídos e rotação. A arquitetura da CNN incluiu camadas convolucionais , pooling, propuot e a função de ativação Sigmoide para classificação binária.