Segmentação Semântica Integrada ao ROS2 para Aplicações em Veículos Autônomos

Resumo

O modelo desenvolvido, baseado na arquitetura DeepLabV3+ com o encoder Ef icientNet-B4, alcançou um IoU de aproximadamente 70.01%, evidenciando um desempenho considerável quando comparado a outros modelos de segmentação no nível de pixel nas
publicações feitas em relação ao Cityscapes. O sistema mostrou-se promissor o suficiente para proporcionar uma compreensão detalhada do ambiente em tempo real. Além disso é importante destacar que o uso de outros encoders poderiam gerar resultados diferentes, assim como outras técnicas de regularização e transfer learning, outras técnicas relacionadas à otimização computacional do treinamento geram resultados diversificados no atual projeto. O projeto, portanto, estabeleceu uma base sólida para futuras otimizações, como melhorias no processamento em tempo real em plataformas embarcadas, apontando para um caminho na evolução de veículos autônomos mais seguros e eficientes.