Glossário IA
O dicionário completo da Inteligência Artificial
SSD (Detector MultiBox de Um Único Disparo)
Arquitetura de detecção de objetos que elimina as propostas de região usando caixas âncora padrão em múltiplas escalas em mapas de características de diferentes resoluções para uma detecção rápida e precisa.
Caixas Âncora (Anchor Boxes)
Conjuntos de caixas predefinidas com alturas e larguras específicas usadas como referências para prever as caixas delimitadoras dos objetos, acelerando a convergência e melhorando a precisão em detectores de uma etapa.
RetinaNet
Arquitetura de detecção de uma etapa que introduz a função de perda Focal Loss para resolver o problema do desequilíbrio extremo entre as classes de fundo e de primeiro plano, alcançando desempenho comparável aos modelos de duas etapas.
Eficiência de Detecção (Detection Efficiency)
Medida de desempenho que avalia o equilíbrio entre a precisão da detecção e a velocidade de inferência, frequentemente expressa em quadros por segundo (FPS) para uma dada precisão média (mAP).
Mapa de Características (Feature Map)
Representação espacial das características extraídas por uma camada de rede neural convolucional, onde cada ponto corresponde a uma região da imagem de entrada e codifica informações semânticas para a detecção.
Campo Receptivo (Receptive Field)
Região da imagem de entrada que influencia um neurônio particular em um mapa de características, cujo tamanho aumenta com a profundidade da rede e é crucial para detectar objetos em diferentes escalas.
Detecção Densa (Dense Detection)
Estratégia de detecção que prevê objetos em cada posição espacial do mapa de características, ao contrário dos métodos esparsos, permitindo uma detecção mais completa, mas exigindo um gerenciamento eficiente das previsões redundantes.
Múltiplas Escalas (Multi-Scale)
Abordagem de detecção que processa simultaneamente características em diferentes resoluções espaciais para melhorar a detecção de objetos de tamanhos variados, frequentemente implementada através de pirâmides de características ou ramificações paralelas.
Pontuação de Confiança (Confidence Score)
Valor de probabilidade previsto pelo modelo que indica o grau de certeza de que uma caixa delimitadora contém um objeto de uma classe específica, usado para filtragem e avaliação de detecções.
Região de Interesse (Region of Interest)
Área específica da imagem na qual o modelo se concentra para detecção ou classificação, em detectores de estágio único implicitamente definida pelas previsões na grade de características.
Backbone
Rede neural convolucional pré-treinada (como ResNet, VGG ou Darknet) usada como extrator de características principal em uma arquitetura de detecção, fornecendo as representações visuais fundamentais.
Cabeça de Detecção (Detection Head)
Módulo final de um detector de estágio único que recebe as características extraídas pelo backbone e prevê as caixas delimitadoras, as classes e as pontuações de confiança para cada posição da grade.
Deslocamento da Caixa (Box Offset)
Previsão de deslocamento em relação às caixas âncora predefinidas para refinar a localização dos objetos, representando as diferenças nas coordenadas (x, y) e nas dimensões (largura, altura) entre a previsão e a âncora.