APLICAÇÃO DE UMA REDE NEURAL ARTIFICIAL YOLO PARA CONTROLE DE ESTOQUE POR IMAGENS EM UMA REVENDA DE AUTOPEÇAS
Resumo
Este artigo tem como objetivo apresentar uma solução criativa para o controle de estoques de uma revenda de autopeças que possui uma grande variedade de produtos, por meio da utilização de algoritmos de Inteligência Artificial baseados na rede neural artificial Yolo, a qual é um algoritmo de detecção de objetos por meio de “uma única olhada”. O algoritmo utilizado foi personalizado para a detecção de dois produtos. Primeiramente, obtiveram-se as imagens que seriam utilizadas no banco de treino e teste e realizou-se o treino da rede, obtendo uma acurácia de 100%. Após, realizou-se a validação da rede com o banco de teste, com uma acurácia média de 99,9%. Para a verificação real do sistema, utilizaram-se imagens obtidas do estoque em posições frontal e diagonal. Os melhores resultados foram com as imagens em posição frontal, com acurácia em 100%. Para a imagem em diagonal, o sistema não respondeu tão satisfatoriamente, levando à conclusão de que as câmeras que serão instaladas na revenda devam estar em posição frontal e os produtos alinhados para melhor eficiência, sendo a rede Yolo um sistema confiável, rápido e eficiente para o controle de estoques. Ele trará agilidade na emissão de ordens de compra e abastecimentos dos clientes.
