Pular para o conteúdo
LabS Atlas
Computer Vision
Entrar
Sessões

Grand Opening Bancada Relâmpago Computer Vision (2026-11-06)

6 nov 20261h 11min
Assistir gravação

Entre para ler os trechos da transcrição de cada capítulo e perguntar ao Labinho sobre esta sessão.

O Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.

atualizado há 5 dias
Resumo da sessão

A sessão marcou a abertura da bancada relâmpago de Computer Vision no Labs. Foi explicado que as bancadas servem para explorar, dominar e disseminar tecnologias emergentes, enquanto o formato relâmpago terá um ciclo mais curto, focado e orientado à aplicação prática. A visão computacional foi apresentada como a capacidade de capturar, reconhecer e compreender imagens e vídeos, com aplicações em detecção de objetos, reconhecimento facial, análise médica, leitura de documentos, monitoramento e sistemas multimodais. Também foram discutidos conceitos como pixels RGB, classificação, detecção, segmentação e a aproximação entre a percepção das máquinas e a visão humana, além de tecnologias como YOLO, CLIP, PyTorch e modelos de visão e linguagem.

Houve uma demonstração prática de um sistema que identificava motocicletas em um vídeo, combinando embeddings, detecção e modelos de linguagem. O sistema permitia confirmar ou corrigir resultados, usando essas validações para aprimorar o treinamento, e também foram discutidos custos de uso de APIs, possibilidades de redução de despesas e aplicações em monitoramento e coleta de evidências. Outro exemplo mostrou a segmentação de um carro em uma imagem por meio de uma máscara gerada por um modelo de visão. A bancada pretende desenvolver, ao longo dos próximos encontros, uma solução completa de visão computacional aplicada a um problema real, explorando modelo, contexto e experiência do usuário.

Também foram apresentados o Atlas, que reunirá notas, gravações, sessões, desafios e um assistente para consulta dos conteúdos do Labs, e quatro desafios iniciais da bancada, com participação aberta e premiação em Saúde Digital. Um dos desafios, realizado em parceria com a Liga de Otimização da UFPA, trata do uso de visão computacional para apoiar a gestão de insumos e desperdícios na merenda escolar, incluindo estimativas de quantidade, peso e qualidade a partir de imagens. Ficou pendente o acompanhamento dos resultados desse desafio e a continuidade dos encontros e experimentos práticos da bancada.

Gerado por IA a partir da transcrição.
Capítulos · 35
00:37
Abertura e apresentação da bancada de Computer Vision
Assistir
03:07
Aplicações criativas da visão computacional
Assistir
04:27
Visão computacional aplicada à saúde
Assistir
07:03
Acesso à reunião e organização do chat
Assistir
10:53
Dinâmica das tangerinas: aquecimento com visão computacional
Assistir
16:05
O Labs e o modelo de bancadas
Assistir
21:16
Bancada relâmpago e ciclo de exploração
Assistir
23:54
Objetivos e proposta da bancada de Computer Vision
Assistir
25:14
O que é visão computacional
Assistir
29:03
RGB, pixels e interpretação de imagens
Assistir
31:37
Classificação, detecção, segmentação e contexto
Assistir
34:10
Tecnologias e modelos usados em Computer Vision
Assistir
38:03
Tendências e oportunidades da visão computacional
Assistir
40:38
Motivações: escala, menor fricção e modelos multimodais
Assistir
44:31
Demonstração prática com câmera e vídeo ao vivo
Assistir
45:48
Pipeline com CLIP, modelos de linguagem e YOLO
Assistir
47:07
Detecção de motocicletas e retroalimentação do modelo
Assistir
48:27
Teste de detecção de motociclistas e custos da API
Assistir
49:43
Erros de classificação, duplicidades e ajustes do modelo
Assistir
51:01
Revisão das detecções e análise da confiança do modelo
Assistir
52:15
Custo de processamento e encerramento do experimento
Assistir
53:36
Aplicações práticas e comparação entre nuvem e processamento local
Assistir
54:55
Versatilidade da visão computacional e evolução dos modelos
Assistir
56:13
Detecção de acidentes, treinamento contínuo e geração de evidências
Assistir
57:30
Introdução a um modelo de segmentação por imagens
Assistir
58:47
Segmentação do carro vermelho com prompts em inglês
Assistir
1:00:03
Objetivos da bancada de Computer Vision
Assistir
1:01:20
Construção de soluções de visão computacional com LVMs
Assistir
1:02:36
Atlas: centralização do conhecimento do Labs
Assistir
1:03:52
Conteúdos e assistente do Atlas
Assistir
1:05:10
Desafios da bancada e participação pelo Atlas
Assistir
1:06:29
Desafio de Computer Vision com a LEAL
Assistir
1:07:44
Visão computacional na gestão da merenda escolar
Assistir
1:09:00
Estimativa de quantidade e peso de produtos ocultos
Assistir
1:10:18
Encerramento e próximos passos do desafio
Assistir
Cortes · 9
Como funcionam o Labs e a bancada relâmpago
A apresentação explica a missão do Labs — desbravar, dominar e disseminar tecnologias emergentes — e como as bancadas organizam esse conhecimento. Também detalha a diferença entre uma bancada contínua e uma bancada relâmpago, com ciclos mais curtos, foco prático e participação ativa dos membros.
16:05 – 25:14Assistir
O que é visão computacional
O trecho apresenta visão computacional como a capacidade de capturar, reconhecer e compreender imagens e vídeos. A explicação passa pelo funcionamento dos pixels no sistema RGB, por tarefas como classificação, detecção e segmentação, e pelo desafio de interpretar o contexto de uma imagem de forma semelhante à visão humana.
25:14 – 34:10Assistir
Tecnologias e motivadores da visão computacional
Os participantes apresentam a cadeia de tecnologias usada na bancada, incluindo modelos multimodais, YOLO, CLIP, PyTorch e modelos de linguagem com visão. Em seguida, explicam por que o tema é relevante: a escala de processamento das máquinas, a redução de fricção para o usuário e o avanço dos modelos de linguagem voltados à visão computacional.
34:10 – 44:31Assistir
Treinando o YOLO com correções ao vivo
Demonstração de como revisar e confirmar as detecções feitas pelo YOLO para treinar o modelo. O sistema identifica motocicletas em imagens e vídeos, mas também apresenta erros, duplicidades e confusões entre motos, bicicletas e pessoas.
47:07 – 52:15Assistir
Custos e aplicações da visão computacional
A sessão analisa o custo de usar modelos de visão computacional por API e compara essa abordagem com o processamento local. Também são discutidas aplicações como detecção de acidentes, treinamento contínuo do modelo e armazenamento das imagens como evidências.
52:15 – 57:30Assistir
Segmentação de objetos com máscaras
Demonstração de um modelo de detecção e segmentação de imagens usando Python. A partir de um prompt em inglês, o modelo identifica um carro vermelho e produz uma máscara precisa sobre o objeto, com possibilidade de aplicação também em vídeos.
57:30 – 1:00:03Assistir
Objetivos da bancada de visão computacional
Apresentação dos objetivos da bancada: compreender visão computacional, explorar modelos multimodais e sistemas inteligentes e transformar imagens, vídeos e cenas em informações interpretáveis por máquinas. Também é descrita a intenção de construir uma solução completa, considerando modelo, contexto e experiência do usuário.
1:00:03 – 1:02:36Assistir
Atlas como base de conhecimento
Apresentação do Atlas, uma plataforma que reúne o conhecimento produzido pelo Labs e organiza conteúdos de Computer Vision em notas, sessões, desafios e anexos. A plataforma também oferece um assistente para responder dúvidas e permite revisitar as gravações das sessões.
1:02:36 – 1:05:10Assistir
Desafios de visão computacional e merenda escolar
São apresentados os desafios da bancada de Computer Vision, incluindo uma parceria com uma liga universitária. Um dos projetos aplica visão computacional à gestão da merenda escolar para estimar quantidade, peso, qualidade e validade de insumos a partir de fotos, inclusive em situações em que nem todos os produtos estão visíveis.
1:05:10 – 1:10:18Assistir
Perguntas desta sessão
O que é o Solutis Labs e qual é sua missão?
O Solutis Labs explora tecnologias emergentes com a missão de desbravar, dominar e disseminar conhecimento por meio de estudos, bancadas, Tech Talks e outras agendas.
16:25 – 17:30Assistir
O que é uma bancada do Solutis Labs?
Uma bancada é um espaço organizado de conhecimento, estruturado em equipes e canais do Teams, onde os participantes exploram e aprofundam determinado tema, compartilham conteúdos e realizam desafios.
21:38 – 21:44Assistir
O que é uma bancada relâmpago e como ela se diferencia de uma bancada contínua?
A bancada relâmpago tem ciclo mais curto, prazo fechado, conteúdo mais focado e maior densidade, com exploração rápida e orientada à aplicação. Ela também depende de participação ativa e interação dos membros, diferentemente do ritmo mais gradual de uma bancada contínua.
21:47 – 23:32Assistir
O que é visão computacional e por que essa área é relevante?
Visão computacional é a área que extrai significado de imagens e vídeos por meio de captura, reconhecimento e compreensão. Ela permite identificar objetos, interpretar textos, reconhecer movimentos e compreender ambientes, sendo relevante porque dispositivos e sistemas de IA estão cada vez mais capazes de capturar e interpretar informações visuais.
25:53 – 27:22Assistir
Como uma máquina capta e compreende uma imagem na visão computacional?
A máquina representa a imagem por pixels, cada um formado por três valores do sistema RGB — vermelho, verde e azul. A combinação dessas intensidades permite identificar cores, formas e silhuetas, servindo de base para reconhecer objetos e interpretar a imagem.
29:52 – 31:45Assistir
Por que criar uma bancada sobre visão computacional?
A bancada é motivada principalmente pela escala de processamento: sistemas computacionais podem observar e analisar grandes volumes de imagens e vídeos continuamente, sem o cansaço humano. Outro motivo é reduzir a fricção para o usuário, que pode fornecer uma foto em vez de preencher formulários; a evolução acelerada da inteligência artificial também torna o tema especialmente relevante.
41:12 – 42:30Assistir
Quais são outros motivadores para explorar visão computacional na bancada?
Além de reduzir a fricção e aproveitar a evolução dos modelos de visão e linguagem, a existência de outros projetos internos do Labs envolvendo visão computacional motiva o aprofundamento do tema.
43:51 – 44:21Assistir
O que representa a porcentagem exibida na detecção de visão computacional?
A porcentagem representa o nível de certeza do modelo de decisão ao classificar a imagem, indicando a confiança de que o objeto identificado é, por exemplo, uma motocicleta ou uma pessoa.
51:33 – 51:48Assistir
Por que o modelo de visão computacional identifica principalmente pessoas que estão pilotando motocicletas, e não todos os pedestres?
Porque o modelo foi treinado e configurado para detectar motocicletas e seus condutores; após a revisão e confirmação de exemplos, ele passou a capturar mais motocicletas, sem identificar genericamente as pessoas que caminham pela cena.
51:50 – 52:08Assistir
Como construir uma solução computacional de visão computacional orientada a modelos de linguagem e visão (LVMs)?
A proposta é percorrer uma jornada completa de construção da solução, explorando cada etapa e dimensão — do modelo e do contexto à experiência do usuário — para resolver um problema específico.
1:02:37 – 1:02:54Assistir
Qual é a ideia do projeto de visão computacional para gestão da merenda escolar?
O projeto usa fotos dos insumos recebidos na escola para estimar quantidade, peso e qualidade, além de extrair características como validade, apoiando a gestão e a redução do desperdício.
1:08:21 – 1:08:39Assistir