Aplicação de algoritmos de detecção de objetos baseados em redes neurais convolucionais para análise de imagens

Este trabalho apresenta uma implementação e análise de algoritmos de detecção de objetos baseados em redes neurais convolucionais, especificamente utilizando a arquitetura YOLOv8 (You Only Look Once versão 8) para identificação e localização de pessoas em imagens digitais. A pesquisa desenvolveu uma metodologia computacional utilizando Python e a biblioteca Ultralytics para demonstrar a eficácia dos algoritmos de detecção em tempo real aplicados a cenários complexos com múltiplos objetos. O sistema foi testado em uma imagem contendo uma formação militar com soldados marchando, representando um cenário desafiador para algoritmos de detecção devido à sobreposição parcial de objetos, uniformidade visual e padrões repetitivos. Os resultados obtidos demonstraram alta precisão na detecção de pessoas, com confiança variando entre 0.70 e 0.93, evidenciando a capacidade do modelo de identificar corretamente objetos mesmo em condições de oclusão parcial e similaridade visual. A análise revelou também limitações do sistema, incluindo falsos negativos em regiões de alta oclusão e classificações incorretas ocasionais de elementos do fundo como objetos de interesse. O trabalho contribui para o entendimento prático da aplicação de algoritmos YOLO em cenários reais, fornecendo insights sobre parâmetros de configuração, limitações do método e estratégias de otimização para diferentes tipos de aplicações.