Propostas Submetidos

DEI - FCTUC
Gerado a 2024-05-17 03:09:59 (Europe/Lisbon).
Voltar

Titulo Estágio

Optimização de treino de detectores de objectos

Áreas de especialidade

Sistemas Inteligentes

Local do Estágio

Escritórios da Entidade - Coimbra

Enquadramento

O estágio proposto enquadra-se num projecto co-desenvolvido pela RedLight Software conhecido como RetailEye, tendo recebido recentemente o primeiro investimento de capital de risco que lhe permitirá aumentar a sua equipa a curto-prazo.

O RetailEye é uma plataforma B2B de auditoria de campanhas de marketing físicas implementadas em superfícies comerciais pelas próprias marcas.

Esta plataforma já é usada por marcas como a Delta para verificarem se as suas campanhas de marketing em super e hipermercados são implementadas de acordo com as expectativas contratuais acordadas entre a Delta e o gestor de loja.

O RetailEye, para a auditoria na superfície comercial, utiliza um conjunto crowdsourced de utilizadores que, com recurso a uma aplicação móvel para Android e iOS, conseguem saber o que procurar na loja. A aplicação mostra a estes utilizadores perguntas desenvolvidas pela marca para resposta rápida do utilizador, providenciando respostas de Sim/Não e uma fotografia da implementação em loja da campanha de marketing.

O RetailEye é um serviço pago para empresas , sendo pago à base do número de auditorias efectuadas para uma determinada campanha, havendo depois lugar a remuneração dos utilizadores que providenciaram informação de auditoria por cada local visitado.

Actualmente a verificação das imagens passa por um sistema de visão computacional de validação treinado para cada marca. Cada treino de uma marca implica a anotação manual de alguns exemplos estendida com o uso de um volume grande de exemplos não anotados. O volume de exemplos faz com que o treino seja demorado e tenha um custo que não é compatível com a sua execução para cada produto que queremos auditar. Embora o sistema actual já permita automatizar partes do processo descrito, existem pontos do treino que podem ser optimizados como a quantidade de dados a recolher, escolha do modelo, optimização de dados e modelos existentes para o novo produto.

A RedLight pretende melhorar o actual sistema de treino automático de detectores de objectos em imagens, recorrendo a técnicas que permitam optimizar o processo de treino de modelos contemplando casos em que apenas alguns exemplos representativos da marca estão disponíveis para treino.

Objetivo

Para o estágio proposto pretende-se melhorar o sistema existente e desenvolver módulos que permitam optimizar o treino o de detectores de objectos em imagens Para ajudar na resolução, existe um conjunto de dados local já recolhido e anotado bem como possibilidade de arranjar mais dados para anotação previamente validados.

O problema apresenta desafios a nível dos sistemas necessários para a realização da automatização do treino bem como a integração dos módulos a desenvolver no sistema actual. Desta forma, os objectivos de estágio são:
Estudo e análise do estado da arte de sistemas de detecção de objectos e optimização de treino de modelos de aprendizagem computacional
Estudo de aplicabilidade do sistema inteligente na aplicação;
Desenvolvimento do sistema;
Desenvolvimento dos modelos necessários para o funcionamento do sistema;
Integração com o sistema existente

Plano de Trabalhos - Semestre 1

1) Revisão do estado da arte e das características relativas ao funcionamento actual da aplicação;
2) Definição de requisitos funcionais e arquitetura;
3) Definição de roadmap para o desenvolvimento do sistema;
4) Início do desenvolvimento;
5) Escrita do relatório intermédio;

Plano de Trabalhos - Semestre 2

1) Finalização do desenvolvimento do sistema;
2) Teste e validação do sistema em conjuntos de teste;
3) Refinamento do sistema em função dos resultados;
4) Escrita da dissertação;

Condições

O estágio decorrerá no Nest Collective Downtown (Rua da Sota 2A), entre as salas da RedLight e as salas destinadas ao projecto RetailEye, de Segunda-feira a Sexta-feira, entre as 9h e as 18h00m (flexivel).

Orientador

Rui Mendes
rui.mendes@redlight.dev 📩