Implementação de Faster R-CNN para detecção automática de veículos em ambientes de tráfego

A detecção automática de objetos em imagens tem se tornado uma área de crescente interesse na comunidade científica, especialmente com o avanço das técnicas de deep learning. Este estudo apresenta a implementação do algoritmo Faster R-CNN (Region-based Convolutional Neural Network) para detecção de veículos em ambientes de tráfego urbano. O trabalho utiliza o modelo pré-treinado FasterRCNN ResNet50 FPN disponível na biblioteca PyTorch, aplicado sobre imagens contendo veículos em movimento. A metodologia empregada consistiu na implementação de um pipeline completo de detecção, incluindo carregamento de imagens via URL, pré-processamento, inferência do modelo e visualização dos resultados com bounding boxes e scores de confiança. Os resultados demonstraram precisão na identificação de veículos, com o modelo conseguindo detectar corretamente um veículo esportivo vermelho com score de confiança de 0.97, evidenciando a eficácia da arquitetura Faster R-CNN para aplicações em sistemas de transporte inteligentes e monitoramento de tráfego urbano.