IA Lab by amano
Neste termo

Detecção de objetos

Object Detection · Detector de objetos

Detecção de objetos é a tarefa de localizar ocorrências de categorias em imagens ou vídeos e atribuir a cada uma uma classe e uma região.

machine learning e deep learningnível intermediárioevolução lenta

O que é

A saída típica contém caixas delimitadoras, classes e escores de confiança. Alguns sistemas também produzem pontos ou máscaras.

O desempenho depende das categorias, da escala, da oclusão e da semelhança entre dados de treinamento e uso.

Como funciona

O modelo extrai características e prevê candidatos de localização e classe. Uma etapa de filtragem reduz sobreposições e aplica limiares.

A avaliação considera acertos por interseção de caixas, precisão e recall em diferentes classes e tamanhos.

Um exemplo

Imagens de um canteiro são usadas para sinalizar equipamentos em áreas delimitadas, com confirmação humana antes de qualquer ação de segurança.

Onde aparece na prática

  • Inventário: Contar e localizar itens visíveis em imagens.
  • Inspeção: Sinalizar condições que pedem revisão humana.
  • Interface: Associar informações a objetos reconhecidos.

Conceitos que costumam ser confundidos

  • Detecção × classificação: Classificação descreve a imagem; detecção localiza múltiplas ocorrências.
  • Detecção × segmentação: Detecção costuma usar caixas; segmentação delimita pixels.

Limitações e riscos

O modelo pode perder objetos pequenos, parcialmente ocultos ou fora do domínio de treinamento.

Limiar de confiança não equivale a probabilidade calibrada nem elimina falsos positivos e negativos.

Perguntas frequentes

Confiança de 90% significa 90% de chance de estar certo?

Não necessariamente. O escore pode não estar calibrado e depende do modelo e do contexto.

Detecção substitui inspeção técnica?

Não. Pode priorizar revisão, mas decisões críticas exigem protocolo, evidência e responsável qualificado.

Fontes principais

Revisado em 2026-10-18.