Classificação de caminhões por eixos com Aprendizagem Profunda e um Modelo Multimodal de Larga Escala (2025)
- Authors:
- Autor USP: MARCOMINI, LEANDRO ARAB - EESC
- Unidade: EESC
- Sigla do Departamento: STT
- DOI: 10.11606/T.18.2025.tde-11022026-082130
- Subjects: REDES NEURAIS; VEÍCULOS; ENGENHARIA DE TRANSPORTES; VISÃO COMPUTACIONAL; APRENDIZAGEM PROFUNDA
- Keywords: detecção de objetos; redes neurais convolucionais
- Agências de fomento:
- Language: Português
- Abstract: A classificação de veículos de carga no Brasil é um processo complexo, regido por um detalhado arcabouço normativo e executado, em grande parte, por meio de inspeção manual, o que o torna suscetível a erros e ineficiências. O objetivo central desta tese foi desenvolver e avaliar um sistema automático baseado em visão computacional e aprendizagem profunda para a classificação de caminhões a partir da contagem de seus eixos em imagens de vídeo. Para tal, foram exploradas duas abordagens: um pipeline especialista e um Modelo Multimodal de Larga Escala (LMM). O método principal envolveu a construção de um dataset público com mais de 1.000 imagens reais e sintéticas, o treinamento e a comparação de diversas arquiteturas de redes neurais, e o desenvolvimento de um classificador algorítmico que implementa as regras da legislação brasileira. Os resultados do sistema especializado demonstraram alta eficácia, com o modelo YOLOv11x alcançando 100% de sensibilidade e 99,04% de mAP na tarefa de detecção de eixos, o que culminou em uma acurácia de classificação final de 91,51% para o sistema integrado. Adicionalmente, a análise exploratória com um LMM de propósito geral, utilizando aprendizado em contexto, alcançou uma acurácia de 73% na classificação oficial. Os resultados validam a viabilidade da automação desta tarefa com alta precisão e, como contribuição adicional, a pesquisa identificou uma configuração de caminhão em circulação não catalogada pela normativa vigente, sugerindo o potencial de sistemas automáticos para a auditoria da legislação
- Imprenta:
- Publisher place: São Carlos
- Date published: 2025
- Data da defesa: 08.12.2025
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
MARCOMINI, Leandro Arab. Classificação de caminhões por eixos com Aprendizagem Profunda e um Modelo Multimodal de Larga Escala. 2025. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/18/18144/tde-11022026-082130/. Acesso em: 18 fev. 2026. -
APA
Marcomini, L. A. (2025). Classificação de caminhões por eixos com Aprendizagem Profunda e um Modelo Multimodal de Larga Escala (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/18/18144/tde-11022026-082130/ -
NLM
Marcomini LA. Classificação de caminhões por eixos com Aprendizagem Profunda e um Modelo Multimodal de Larga Escala [Internet]. 2025 ;[citado 2026 fev. 18 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18144/tde-11022026-082130/ -
Vancouver
Marcomini LA. Classificação de caminhões por eixos com Aprendizagem Profunda e um Modelo Multimodal de Larga Escala [Internet]. 2025 ;[citado 2026 fev. 18 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18144/tde-11022026-082130/
Informações sobre o DOI: 10.11606/T.18.2025.tde-11022026-082130 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
