Desenvolvimento de aplicações utilizando IA
Main Author: | |
---|---|
Publication Date: | 2024 |
Format: | Master thesis |
Language: | por |
Source: | Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
Download full: | http://hdl.handle.net/10400.26/51238 |
Summary: | Num mundo cada vez mais acelerado, a necessidade de maior praticidade no nosso dia a dia torna-se quase imperativa para trabalhos que vão desde as tarefas domésticas às tarefas profissionais. A busca por maior eficiência e otimização de tempo impulsiona a demanda por soluções que simplifiquem as nossas atividades diárias. No cenário pessoal, a praticidade economiza-nos tempo para nos focarmos em aspetos mais significativos da vida. Já no âmbito profissional, a praticidade facilita a execução das tarefas e impulsiona a inovação e a competitividade.A pensar neste cenário idealizou-se um sistema capaz de detetar tags HTML, tanto em folhas de papel como em Wireframes ou em páginas WEB. Este sistema de deteção é proposto no presente trabalho e para a implementação do mesmo foram analisados vários sistemas de deteção de objetos na área da visão computacional. Estes sistemas são modelos de treino baseados em redes neurais convolucionais constituídos por algoritmos capazes de aprender a reconhecer objetos em imagens. Para conseguirem aprender a interpretar as imagens, estes algoritmos necessitam de ser alimentados por um conjunto de dados suficientemente grande e variado, onde consigam distinguir elementos entre imagens semelhantes. Para isso, foram criados 4 conjuntos de dados com imagens que são compostas por folhas de papel, wireframes e páginas WEB com tags HTML. Com o conjunto de dados criado, os modelos foram treinados e testados, demonstrando que é possível detetar com sucesso tags HTML com eficácia.Numa fase posterior a este trabalho, pretende-se implementar as tags detetadas e desenvolver a página WEB, evitando assim a necessidade de implementar código HTML cada vez que é produzido um novo layout de página WEB. Este sistema permite que a produção de novas páginas WEB simples seja feita de forma mais rápida e precisa, poupando tempo e recursos. Para além disso, permite que pessoas com pouco conhecimento técnico possam criar layouts WEB de maneira eficaz e rápida. |
id |
RCAP_b27a58f5b7ec9bdc3bcbf66cd55e944d |
---|---|
oai_identifier_str |
oai:comum.rcaap.pt:10400.26/51238 |
network_acronym_str |
RCAP |
network_name_str |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
repository_id_str |
https://opendoar.ac.uk/repository/7160 |
spelling |
Desenvolvimento de aplicações utilizando IAYOLODatasetDetectron2Num mundo cada vez mais acelerado, a necessidade de maior praticidade no nosso dia a dia torna-se quase imperativa para trabalhos que vão desde as tarefas domésticas às tarefas profissionais. A busca por maior eficiência e otimização de tempo impulsiona a demanda por soluções que simplifiquem as nossas atividades diárias. No cenário pessoal, a praticidade economiza-nos tempo para nos focarmos em aspetos mais significativos da vida. Já no âmbito profissional, a praticidade facilita a execução das tarefas e impulsiona a inovação e a competitividade.A pensar neste cenário idealizou-se um sistema capaz de detetar tags HTML, tanto em folhas de papel como em Wireframes ou em páginas WEB. Este sistema de deteção é proposto no presente trabalho e para a implementação do mesmo foram analisados vários sistemas de deteção de objetos na área da visão computacional. Estes sistemas são modelos de treino baseados em redes neurais convolucionais constituídos por algoritmos capazes de aprender a reconhecer objetos em imagens. Para conseguirem aprender a interpretar as imagens, estes algoritmos necessitam de ser alimentados por um conjunto de dados suficientemente grande e variado, onde consigam distinguir elementos entre imagens semelhantes. Para isso, foram criados 4 conjuntos de dados com imagens que são compostas por folhas de papel, wireframes e páginas WEB com tags HTML. Com o conjunto de dados criado, os modelos foram treinados e testados, demonstrando que é possível detetar com sucesso tags HTML com eficácia.Numa fase posterior a este trabalho, pretende-se implementar as tags detetadas e desenvolver a página WEB, evitando assim a necessidade de implementar código HTML cada vez que é produzido um novo layout de página WEB. Este sistema permite que a produção de novas páginas WEB simples seja feita de forma mais rápida e precisa, poupando tempo e recursos. Para além disso, permite que pessoas com pouco conhecimento técnico possam criar layouts WEB de maneira eficaz e rápida.Fonseca, Inácio de Sousa Adelino daLopes, Fernando José PimentelRepositório ComumFonseca, Cláudio Rafael Rodrigues2024-07-09T10:41:20Z2024-04-042024-04-04T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.26/51238urn:tid:203613147porinfo:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2025-05-02T11:29:11Zoai:comum.rcaap.pt:10400.26/51238Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-29T06:49:04.296464Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse |
dc.title.none.fl_str_mv |
Desenvolvimento de aplicações utilizando IA |
title |
Desenvolvimento de aplicações utilizando IA |
spellingShingle |
Desenvolvimento de aplicações utilizando IA Fonseca, Cláudio Rafael Rodrigues YOLO Dataset Detectron2 |
title_short |
Desenvolvimento de aplicações utilizando IA |
title_full |
Desenvolvimento de aplicações utilizando IA |
title_fullStr |
Desenvolvimento de aplicações utilizando IA |
title_full_unstemmed |
Desenvolvimento de aplicações utilizando IA |
title_sort |
Desenvolvimento de aplicações utilizando IA |
author |
Fonseca, Cláudio Rafael Rodrigues |
author_facet |
Fonseca, Cláudio Rafael Rodrigues |
author_role |
author |
dc.contributor.none.fl_str_mv |
Fonseca, Inácio de Sousa Adelino da Lopes, Fernando José Pimentel Repositório Comum |
dc.contributor.author.fl_str_mv |
Fonseca, Cláudio Rafael Rodrigues |
dc.subject.por.fl_str_mv |
YOLO Dataset Detectron2 |
topic |
YOLO Dataset Detectron2 |
description |
Num mundo cada vez mais acelerado, a necessidade de maior praticidade no nosso dia a dia torna-se quase imperativa para trabalhos que vão desde as tarefas domésticas às tarefas profissionais. A busca por maior eficiência e otimização de tempo impulsiona a demanda por soluções que simplifiquem as nossas atividades diárias. No cenário pessoal, a praticidade economiza-nos tempo para nos focarmos em aspetos mais significativos da vida. Já no âmbito profissional, a praticidade facilita a execução das tarefas e impulsiona a inovação e a competitividade.A pensar neste cenário idealizou-se um sistema capaz de detetar tags HTML, tanto em folhas de papel como em Wireframes ou em páginas WEB. Este sistema de deteção é proposto no presente trabalho e para a implementação do mesmo foram analisados vários sistemas de deteção de objetos na área da visão computacional. Estes sistemas são modelos de treino baseados em redes neurais convolucionais constituídos por algoritmos capazes de aprender a reconhecer objetos em imagens. Para conseguirem aprender a interpretar as imagens, estes algoritmos necessitam de ser alimentados por um conjunto de dados suficientemente grande e variado, onde consigam distinguir elementos entre imagens semelhantes. Para isso, foram criados 4 conjuntos de dados com imagens que são compostas por folhas de papel, wireframes e páginas WEB com tags HTML. Com o conjunto de dados criado, os modelos foram treinados e testados, demonstrando que é possível detetar com sucesso tags HTML com eficácia.Numa fase posterior a este trabalho, pretende-se implementar as tags detetadas e desenvolver a página WEB, evitando assim a necessidade de implementar código HTML cada vez que é produzido um novo layout de página WEB. Este sistema permite que a produção de novas páginas WEB simples seja feita de forma mais rápida e precisa, poupando tempo e recursos. Para além disso, permite que pessoas com pouco conhecimento técnico possam criar layouts WEB de maneira eficaz e rápida. |
publishDate |
2024 |
dc.date.none.fl_str_mv |
2024-07-09T10:41:20Z 2024-04-04 2024-04-04T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.26/51238 urn:tid:203613147 |
url |
http://hdl.handle.net/10400.26/51238 |
identifier_str_mv |
urn:tid:203613147 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia instacron:RCAAP |
instname_str |
FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
collection |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
repository.name.fl_str_mv |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia |
repository.mail.fl_str_mv |
info@rcaap.pt |
_version_ |
1833602797376897024 |