Glossário IA
O dicionário completo da Inteligência Artificial
Caixa Delimitadora Orientada
Uma forma de detecção de objetos onde a caixa de previsão é definida pelo seu centro, largura, altura e um ângulo de rotação, permitindo enquadrar melhor objetos alongados ou inclinados.
Ângulo de Previsão
O valor angular, geralmente em radianos ou graus, previsto por um modelo para orientar uma caixa delimitadora, essencial para a detecção de objetos não-axiais.
Representação Paramétrica
Um método para descrever uma caixa rotativa por um conjunto de parâmetros (x, y, w, h, θ) em vez das coordenadas dos seus quatro vértices, otimizando os cálculos de perda.
Perda de Regressão de Ângulo
Uma função de custo específica que penaliza os desvios entre o ângulo previsto e o ângulo real da caixa delimitadora, frequentemente baseada na perda L1 ou L2.
Problema de Periodicidade
A ambiguidade onde uma caixa orientada por um ângulo θ e outra por θ+π representam a mesma caixa, o que complica a regressão de ângulo e requer estratégias de codificação específicas.
Codificação Seno-Cosseno
Uma técnica para representar o ângulo de uma caixa rotativa usando os valores sen(θ) e cos(θ) a fim de evitar o problema de descontinuidade na fronteira de π/2.
IoU Rotacional (Rotated IoU)
Uma métrica de avaliação que calcula a Interseção sobre União entre duas caixas delimitadoras orientadas, levando em conta a sua rotação respectiva para medir a precisão da detecção.
Âncora Orientada (Oriented Anchor)
Caixas de referência predefinidas com diferentes tamanhos, proporções e ângulos, utilizadas pelos modelos baseados em âncoras para prever caixas rotativas com maior precisão.
Detecção Orientada Sem Âncora
Uma abordagem de detecção que prevê diretamente os parâmetros da caixa rotativa a partir de pontos-chave da imagem, sem usar caixas de âncora predefinidas.
Regressão de Cinco Parâmetros
O processo de predição simultânea dos cinco parâmetros que definem uma caixa rotativa: as coordenadas do centro (x, y), a largura (w), a altura (h) e o ângulo de rotação (θ).
NMS Rotacional (Rotated NMS)
Uma variante do algoritmo de Non-Maximum Suppression que calcula a sobreposição entre caixas orientadas usando a IoU rotacional para eliminar detecções redundantes.
Perda de Focalização de Ângulo
Uma função de perda avançada que atribui mais peso a amostras com erros de ângulo mal classificados, melhorando a robustez do modelo para objetos fortemente inclinados.
Detecção Multi-Orientação
A capacidade de um modelo de detectar objetos com orientações variadas dentro de uma mesma imagem, um desafio chave para sistemas de condução autônoma ou de imagem aérea.
Agregação de Características Orientadas
Uma técnica onde as características extraídas de uma região de interesse são alinhadas ou transformadas em função da orientação predita antes da classificação final.
Regressão de Vértices (Vertex Regression)
Uma alternativa à regressão dos cinco parâmetros, que consiste em prever diretamente as coordenadas dos quatro vértices da caixa rotativa, oferecendo maior flexibilidade de forma.
Perda de Assimetria (Skewness Loss)
Uma função de perda que penaliza as caixas preditas cuja orientação está incorreta em relação ao eixo principal do objeto, medindo a assimetria da predição.
Calibração de Ângulo
Um pós-processamento ou uma camada de rede dedicada a refinar as previsões de ângulo para corrigir erros sistemáticos do modelo, frequentemente baseado em uma regressão fina.