Desenvolvimento de aplicações utilizando IA

Bibliographic Details
Main Author: Fonseca, Cláudio Rafael Rodrigues
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