Classificador de imagens termográficas usando visão computacional

O presente trabalho propõe um estudo da utilização da visão computacional em imagens geradas a partir de inspeções termográficas em equipamentos elétricos, com o propósito de auxiliar os profissionais que atuam na manutenção preditiva desses equipamentos com mais agilidade e precisão. Para isso serão abordadas as redes neurais convolucionais e a transferência de aprendizado, com uma avaliação desse tipo de aplicação em imagens termográficas. A proposta é classificar e detectar a situação dos equipamentos como normal e crítica utilizando uma rede convolucional básica e redes convolucionais conhecidas tendo como destaque a YOLOv4 que é uma das redes mais utilizadas em sistemas de reconhecimento e detecção de objetos. Nesse trabalho, a classificação foi realizada a partir de um banco de dados obtido através de imagens termográficas de painéis elétricos que apresentavam as duas condições térmicas que se necessitam classificar. Ao final serão apresentados os resultados da utilização da proposta e como eles podem contribuir para o alcance do objetivo, abrindo caminho para outras aplicações nos mais diversos problemas encontrados na indústria que necessitam de uma solução rápida e precisa.

This paper proposes a study of the use of computer vision in images generated from thermographic inspections of electrical equipment, with the purpose of helping professionals who work in the predictive maintenance of these equipments with more agility and precision. For this, convolutional neural networks and the transfer of learning will be addressed, with an evaluation of this type of application in thermographic images. The proposal is to classify and detect the equipment situation as normal and critical using a basic convolutional network and known convolutional networks, highlighting YOLOv4, which is one of the most used networks in object recognition and detection systems. In this work, the classification was carried out from a database obtained through thermographic images of electrical panels that presented the two thermal conditions that need to be classified. At the end, the results of using the proposal will be presented and how they can contribute to achieving the objective, opening the way for other applications in the most diverse problems encountered in the industry that need a quick and precise solution.