Stivanello, Maurício EdgarMuller, Gero Gustavo2026-09-162026-09-162025-02-25MULLER, Gero Gustavo. Desenvolvimento de um sistema Web para anotação de imagens voltado às redes neurais artificiais profundas para detecção de objetos. 2025. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Mecatrônica) – Instituto Federal de Santa Catarina, Florianópolis, 2025https://repositorio.ifsc.edu.br/handle/1/2587A anotação de imagens tem se mostrado fundamental no avanço dos sistemas com- putacionais integrados à inteligência artificial, especialmente em visão computacional. Esses sistemas evoluíram notavelmente, com destaque para a detecção de objetos. As Redes Neurais Profundas (RNPs) desempenham papel crucial nesse avanço, gra- ças à sua habilidade em aprender representações de padrões visuais em imagens. No entanto, para alcançar a eficácia desejada, as RNPs precisam ser treinadas com bases de dados robustas. A anotação envolve a identificação detalhada de objetos em imagens, delineando suas características e classes. Este trabalho teve como objetivo principal o desenvolvimento de uma aplicação web para facilitar a anotação de imagens, permitindo aos usuários demarcar regiões específicas em imagens. A solução foi cons- truída com tecnologias web modernas, visando compatibilidade, escalabilidade e uma interface intuitiva que otimiza a experiência do usuário. Além disso, foi implementada uma estrutura para integração, persistência e gestão dos dados anotados, facilitando o manejo de conjuntos de dados cruciais para o treinamento eficaz de RNPs.mage annotation has proven to be fundamental in the advancement of computational systems integrated with artificial intelligence, especially in computer vision systems. These systems have evolved remarkably, with a highlight on object detection. Deep Neural Networks (DNNs) play a crucial role in this advancement, thanks to their ability to learn representations of visual patterns in images. However, to achieve the desired efficacy, DNNs needed to be trained with robust databases. Annotation involves the detailed identification of objects in images, delineating their characteristics and classes. This work aimed to develop a web application to facilitate image annotation. The application allows users to demarcate specific regions in images for the training of DNNs in object detection. The solution was built using modern web technologies, proposing compatibility and scalability. An intuitive interface was created to optimize the user’s annotation experience. The flexibility of this approach allows for future expansions and improvements, including the addition of new functionalities or integration with advanced image detection algorithms. In addition to the annotation interface, a structure for the integration, persistence, and management of annotated data was developed. This facilitates the handling of annotated data sets, crucial in the training of DNNs. The main goal of this work was to provide a web tool dedicated to image annotation, contributing to the advancement of future research in Deep Neural Networks. This tool enhanced the creation, manipulation, and management of annotated data sets, essential for pattern recognition and effective training of DNNs.Português BrasilRedes neurais (Computação)Sistema de visãoProcessamento de imagensTrabalho de conclusão de graduaçãoAcesso AbertoENGENHARIAS