Glossário IA
O dicionário completo da Inteligência Artificial
Caixa Delimitadora (Bounding Box)
Retângulo definido por coordenadas (x, y, largura, altura) que enquadra um objeto detectado em uma imagem. É a saída padrão dos algoritmos de detecção de objetos para localizar e delimitar o alvo.
Interseção sobre União (IoU)
Métrica de avaliação que mede a sobreposição entre a caixa delimitadora prevista e a caixa delimitadora da verdade fundamental (ground truth). É calculada como a razão da área da interseção pela área da união das duas caixas.
Caixa Âncora (Anchor Box)
Caixa delimitadora predefinida com um tamanho e uma proporção de aspecto específicos, usada como referência por detectores de objetos. O modelo prevê os deslocamentos em relação a essas caixas âncora para acelerar e estabilizar o aprendizado.
Precisão Média Média (mAP)
Métrica de referência para avaliar o desempenho de um detector de objetos, calculada como a média das Precisões Médias (Average Precision) em todas as classes de objetos. Ela integra tanto a precisão quanto o recall em diferentes limiares de confiança.
Região de Interesse (RoI)
Área específica de uma imagem na qual a análise ou o processamento se concentra. Em arquiteturas de duas etapas como Faster R-CNN, as RoIs são as áreas candidatas que podem conter um objeto.
Rede de Proposta de Região (RPN)
Componente chave das arquiteturas de detecção de duas etapas (ex: Faster R-CNN) que gera regiões candidatas (RoI) que podem conter objetos. Ele compartilha convoluções com a rede de classificação para eficiência.
Detecção de Estágio Único (Single-Stage Detector)
Família de algoritmos (ex: YOLO, SSD) que realizam a detecção de objetos em uma única passagem sobre a imagem, prevendo diretamente as caixas delimitadoras e as classes. Eles são geralmente mais rápidos, mas às vezes menos precisos que os detectores de duas etapas.
Detecção de Dois Estágios (Two-Stage Detector)
Abordagem de detecção que separa o processo em duas fases: primeiro a geração de regiões candidatas, depois a classificação e o refinamento das caixas para essas regiões. Ela geralmente oferece melhor precisão em detrimento da velocidade.
Pirâmide de Características (Feature Pyramid)
Estrutura que combina mapas de características de múltiplos níveis semânticos e diferentes resoluções. Permite ao modelo detectar objetos em diversas escalas numa mesma imagem, melhorando a robustez.
Regressão de Caixa Delimitadora
Tarefa de predição das coordenadas exatas (x, y, largura, altura) de uma caixa delimitadora. O modelo aprende a ajustar uma caixa inicial (como uma âncora) para alinhá-la o melhor possível ao objeto real.
Detecção de Pontos Chave (Keypoint Detection)
Extensão da detecção de objetos que consiste em localizar pontos anatômicos ou estruturais específicos (ex: articulações de um corpo humano). É frequentemente utilizada para a estimativa de pose.
Segmentação Semântica de Instância
Tarefa avançada que combina a detecção de objetos e a segmentação semântica. Identifica cada instância de objeto e atribui uma máscara de pixel precisa a cada uma, em vez de uma simples caixa delimitadora.