Treinamento de Modelo

Atualizações

  Entre a sprint passada e a atual, realizamos pesquisas no site oficial da Ultralytics para compreender melhor seus modelos e identificar aquele que apresentasse o melhor desempenho para nosso projeto. Durante essa investigação, descobrimos que, em 20 de fevereiro de 2025, foi lançada a versão YOLOv12, marcando uma evolução significativa em relação às versões anteriores.

  O YOLOv12 introduz uma arquitetura centrada em mecanismos de atenção, afastando-se das abordagens tradicionais baseadas em redes neurais convolucionais (CNNs). Essa mudança permite que o modelo foque de maneira mais eficaz nas áreas mais relevantes de uma imagem, melhorando a precisão na detecção de objetos. Além disso, o YOLOv12 incorpora inovações como o módulo de atenção por área (Area Attention), que processa grandes regiões da imagem de forma eficiente. Essas melhorias resultam em um desempenho superior em tarefas de visão computacional, mantendo a velocidade necessária para aplicações em tempo real.

  A utilização do YOLOv12 em nosso projeto é altamente relevante, pois aborda desafios específicos deste tipo de aplicação. As imagens capturadas pelos drones frequentemente apresentam fissuras pequenas, com baixo contraste e inseridas em fundos complexos, o que dificulta sua detecção precisa. O YOLOv12, com sua arquitetura centrada em mecanismos de atenção, melhora significativamente a capacidade do modelo de focar nas regiões mais relevantes da imagem, mesmo em cenários com ruído visual e variações de iluminação.

Figura 1 - Comparação YOLOv12

Fonte: Ultralytics (2025)

  A imagem acima ilustra bem a diferença entre os últimos modelos lançados pela empresa.

Treinamento e Performance

  Durante esta sprint, tivemos à disposição um supercomputador equipado com a GPU NVIDIA RTX A6000 — uma placa de vídeo de alto desempenho projetada para cargas de trabalho exigentes em inteligência artificial, renderização e computação científica — o que otimizou o treinamento do modelo.

  Como mencionado anteriormente, estamos utilizando a versão 12 do YOLO e, após diversos testes, chegamos à configuração mais eficaz do modelo, conforme demonstrado abaixo:

# Importando a biblioteca da Ultralytics para usar o YOLO
from ultralytics import YOLO

# Definindo a versão do YOLO que será usada no treinamento
model = YOLO("yolov12n.pt")

model.train(
    data='data.yaml',  # Caminho para o arquivo de configuração do dataset
    epochs=160,        # Número de épocas
    imgsz=512,         # Tamanho das imagens
    device=0,          # Define a GPU como local de processamento do treinamento
    lr0=0.03           # Taxa de aprendizado do modelo 
)

  Abaixo, é apresentado um vídeo demonstrando a eficiência do modelo:

Vídeo 1 - Teste ao vivo do YOLOv12

Fonte: Os autores (2025)

  Como é possível observar, a quinta imagem apresentada no vídeo foi classificada de forma incorreta pelo modelo, o que evidencia a necessidade de incluir novos exemplos no conjunto de treinamento.

  Para testar os limites do nosso modelo, o submetemos a situações para as quais ele ainda não havia sido treinado — como detectar fissuras em imagens com sombras ou com janelas próximas às fissuras. A seguir, mostramos vídeos com o desempenho do modelo nessas condições.

Vídeo 2 - Teste do modelo com sombras

Fonte: Os autores (2025)

Vídeo 3 - Teste do modelo com janelas

Fonte: Os autores (2025)

  Ao observar atentamente os vídeos, é possível notar que ainda existem diversas dificuldades na identificação de fissuras nos cenários apresentados. Por isso, optamos por ampliar nosso dataset com novas imagens.

Conclusão

  Com base nas análises e testes apresentados, concluímos que a adoção do YOLOv12 representa um avanço significativo para o projeto. Sua arquitetura baseada em mecanismos de atenção mostrou-se mais eficaz na detecção de fissuras em ambientes complexos, superando limitações de versões anteriores.

  No entanto, os testes também evidenciaram que o modelo ainda apresenta dificuldades em situações específicas, como imagens com sombras intensas ou elementos visuais próximos às fissuras. Isso reforça a importância da curadoria contínua do conjunto de dados, bem como da realização de testes em cenários variados.

Referências

ULTRALYTICS. YOLOv12 — Overview. Disponível em: https://docs.ultralytics.com/pt/models/yolo12/. Acesso em: 30 de maio de 2025.