Em nosso mundo contemporâneo, as questões ambientais e a ameaça sempre presente da poluição plástica colocam em risco não apenas a saúde do nosso planeta, mas também a de seus habitantes, destacando a urgência da ação. A necessidade de monitorar de perto esses fenômenos destrutivos e desenvolver sistemas de detecção eficazes é imperativa para preservar nosso frágil ecossistema. Felizmente, o surgimento de tecnologias avançadas revolucionou nossa capacidade de monitorar e detectar ameaças ambientais com uma precisão sem precedentes. O uso combinado de drones e inteligência artificial, particularmente o aprendizado profundo, gera resultados promissores, aproveitando as capacidades únicas dos drones para cobrir vastas áreas e o poder do aprendizado profundo para analisar os dados coletados de forma rápida e precisa. Nosso estudo foca na otimização da utilização de drones e algoritmos de detecção de objetos através de aprendizado profundo para detecção e supervisão eficaz de resíduos plásticos. Exploraremos o desempenho de duas famílias principais de modelos de detecção de objetos, a saber, uma passagem e duas passagens, usando imagens de drones capturadas em diferentes alturas. O objetivo geral é identificar as condições ótimas de desempenho em relação a recursos, maximizando a eficiência em nossos esforços de detecção e supervisão. Esta pesquisa é crucial para abordar as preocupações ambientais urgentes levantadas pela poluição plástica, oferecendo soluções inovadoras para mitigar seu impacto e proteger a saúde do nosso planeta para as gerações futuras.
YANDOUZI et al. (Sat,) estudaram esta questão.