Primeiro Modelo - ResNet-18
Este modelo desenvolvido pela SOD utiliza a arquitetura ResNet-18 como baseline inicial para classificação de fissuras. O modelo apresentou resultados satisfatórios e serviu como uma implementação sólida para validação da abordagem técnica.
Por que Começar com ResNet-18?
O ResNet-18 foi selecionado como ponto de partida pelos seguintes critérios:
- Prototipagem rápida: 11.7M parâmetros, adequado para validação inicial
- Transfer learning: Aproveitamento de conhecimento pré-treinado no ImageNet
- Baseline estabelecida: Referência para desenvolvimento de modelos avançados
- Implementação conhecida: Arquitetura bem documentada para desenvolvimento ágil
Configurações e Implementação
Arquitetura
- Base: ResNet-18 pré-treinado no ImageNet
- Entrada: Imagens 224×224 pixels, 3 canais RGB
- Classificador: Três camadas lineares (512→256→2) com dropout
Treinamento
- Épocas: 50 com early stopping (paciência 10)
- Batch Size: 32
- Learning Rate: 1e-3 com scheduler Cosine Annealing
- Data Augmentation: Rotação, flips, variação de brilho/contraste, CLAHE
Resultados Obtidos
O ResNet-18 apresentou resultados consistentes e satisfatórios para a tarefa de classificação de fissuras:
Tabela 1: Métricas do ResNet-18
| Métrica | Valor | Avaliação |
|---|---|---|
| Acurácia | 91.5% | Resultado satisfatório |
| Precisão | 92.3% | Boa capacidade de classificação |
| Recall | 90.8% | Detecção adequada de fissuras |
| F1-Score | 91.5% | Desempenho equilibrado |
Fonte: Experimentos realizados pelos Autores com validação cruzada 5-fold (2025).
Embasamento das métricas: Os valores foram obtidos através de múltiplas execuções com diferentes seeds aleatórias, demonstrando consistência nos resultados e validando a eficácia da abordagem.
Desempenho e Características
Pontos Fortes
O modelo ResNet-18 demonstrou:
- Generalização adequada: Performance consistente entre treino e validação
- Estabilidade: Métricas reproducíveis entre diferentes execuções
- Eficiência: Tempo de treinamento e inferência adequados
- Robustez: Comportamento confiável em imagens de teste
Análise Técnica
A implementação apresentou características positivas:
- Aprendizado efetivo: Boa capacidade de distinção entre fissuras e não-fissuras
- Utilização de features: Aproveitamento adequado do conhecimento pré-treinado
- Arquitetura apropriada: Capacidade suficiente para o problema específico
- Desempenho consistente: Resultados estáveis em diferentes cenários
Decisão de Implementação
Embora o ResNet-18 tenha apresentado resultados satisfatórios, a equipe optou por:
- Implementar o Swin Transformer V2 no frontend do sistema SOD
- Manter o ResNet-18 como modelo alternativo válido
- Utilizar ambos os modelos para comparação e validação
- Focar no Swin Transformer V2 como solução principal
Contribuições para o Projeto
O ResNet-18 forneceu:
- Validação do pipeline: Estabelecimento da infraestrutura de treinamento
- Benchmark sólido: Referência para avaliar outras abordagens
- Aprendizado técnico: Insights sobre o problema de classificação de fissuras
- Base para comparação: Modelo de referência para avaliar melhorias
Conclusões
O modelo ResNet-18 demonstrou ser uma solução eficaz para classificação de fissuras, cumprindo adequadamente seu papel como baseline inicial. Seus resultados satisfatórios validaram a abordagem técnica e forneceram uma base sólida para o desenvolvimento do projeto.
A escolha pelo Swin Transformer V2 para implementação no frontend representa uma decisão estratégica para explorar arquiteturas mais modernas, mantendo o ResNet-18 como uma alternativa comprovadamente eficaz.
Esta abordagem dupla demonstra a maturidade técnica do projeto, oferecendo tanto uma solução consolidada (ResNet-18) quanto uma implementação de vanguarda (Swin Transformer V2) para classificação de fissuras em inspeção de infraestrutura.
A experiência com o ResNet-18 estabeleceu uma base sólida de conhecimento que informou as decisões subsequentes no desenvolvimento da solução de IA, contribuindo para o sucesso geral do sistema SOD.
Bibliografia
- HE, Kaiming et al. Deep Residual Learning for Image Recognition. IEEE CVPR, 2016.
- GOODFELLOW, Ian; BENGIO, Yoshua; COURVILLE, Aaron. Deep Learning. MIT Press, 2016.