Logar / Cadastrar
     
  • INICIO
  • Painel
  • Quem Somos
  • Organizadores de Encontros de Sociedades Expositores de Encontros de Sociedades Presidentes de Sociedades Lider de Grupos Colecionadores Visitantes usuarios do sistema
     
    Cédulas e Moedas Medalhas Cédulas Comunitárias Acessórios Extras
     
    • Visitante
      • Descrição
    • Colecionador
      • Descrição
    • Comerciante
      • Descrição
      • lista
    • Distribuidor
      • Descrição
      • lista
    • Fabricante
      • Descrição
      • lista
    • Gerente - Agencias
      • Descrição
      • lista
    • Donos
      • Descrição
      • lista
    • Sociedades Numismáticas
      • Descrição
      • lista
     
    Coleções Loja Virtual Varejo Loja Virtual Atacado Leilão Dropshipping Banco Numismático CCMBR Agencia Numismática Seguradora Cooperativada Sistema Financeiro CCMBR Carrinho de Compras Controle de Estoque Tarifas e Benefícios Limites de Crédito
     

Manual CCMBR Visor

Nilton Romani

<--< anterior
próximo >->

Treinamento contínuo do sistema com novas imagens

<< Anterior Próxima >>

🧠 Capítulo 4.7 – Treinamento Contínuo do Sistema com Novas Imagens

Um sistema que aprende a cada clique, cresce a cada usuário

O CCMBR Visor não é um sistema fechado. Ele foi concebido para evoluir constantemente, a partir da interação com os usuários e do envio contínuo de novas imagens.

Esse é o conceito de treinamento contínuo com feedback supervisionado, que transforma o Visor em uma IA viva, adaptável e cada vez mais precisa.


🔁 Como funciona o treinamento contínuo?

A cada imagem enviada pelo usuário, o sistema pode:

  1. Realizar a identificação automática normal

  2. Permitir que o usuário corrija, confirme ou refine o resultado

  3. Registrar os seguintes dados para reprocessamento futuro:

    • Imagem enviada

    • Resultado sugerido pela IA

    • Correção feita (se houver)

    • Dados técnicos e visuais da peça correta


📥 Fontes de novas imagens para treinamento

  • Uploads voluntários dos usuários

  • Correções manuais feitas na busca

  • Novos lotes enviados por colecionadores parceiros

  • Imagens captadas em feiras e exposições

  • Variedades ainda não catalogadas oficialmente


🧠 Como a IA aprende com isso?

  1. As imagens passam por pré-processamento automático

  2. São analisadas por modelos de vetorização e comparação

  3. Os dados são usados para:

    • Reforçar padrões já conhecidos

    • Corrigir pesos e conexões neurais do modelo

    • Identificar exceções e variantes raras

    • Criar clusters de novas classificações


📊 Benefícios diretos do treinamento contínuo:

BenefícioImpacto no sistema
Maior acurácia Reconhece com mais precisão
Mais variantes catalogadas Crescimento do banco de dados
Aprendizado com erros reais Diminui margem de erro com casos similares
Adaptação ao uso brasileiro IA se especializa no nosso acervo
Riqueza cultural Detecta regionalismos, moedas danificadas, falsificações

🔐 Privacidade e controle

  • O usuário pode optar por enviar a imagem para treinamento ou não

  • Imagens de peças raras ou pessoais podem ser anonimizadas ou não armazenadas

  • O sistema pode oferecer um botão:

    css
    [✓ Quero contribuir com o treinamento da IA]

🔄 Reprocessamento periódico

O modelo de IA pode ser:

  • Treinado de tempos em tempos com os novos dados (mensal, semanal, etc.)

  • Atualizado automaticamente nos servidores

  • Ou, no caso de versão offline, sincronizado quando o app estiver online


🌱 Resultado: um sistema que evolui com a comunidade

O treinamento contínuo transforma cada usuário do CCMBR Visor em um co-autor do projeto, contribuindo ativamente para a melhoria da inteligência nacional numismática.

Quanto mais você usa, mais o sistema aprende.
Quanto mais ele aprende, mais ele valoriza sua coleção.


Comentário

Modulos
Imagem Capitulos
Apresentação do Projeto
O que é a Busca por Imagem na Numismática
Importância da Tecnologia na Preservação Histórica
Diferença entre busca por texto e busca visual
Visão do CCMBR Visor: reconhecimento com inteligência nacional
Arquitetura geral do sistema
Fluxo de operação: da imagem ao resultado
Tecnologias envolvidas (OpenCV, TensorFlow, etc.)
Estrutura do banco de dados de referência
Processamento da imagem: recorte, contraste, fundo
Métricas de comparação e acurácia
Otimização para dispositivos móveis
Classificação numismática das peças
Organização de imagens: ângulos, reverso, variantes
Metadados essenciais por tipo de peça
Curadoria e padronização das imagens
Níveis de confiança e margem de erro nas identificações
Registro de variantes, erros e curiosidades
Upload e captura da imagem (web/mobile)
Visualização dos resultados da busca
Detalhamento da moeda/cédula reconhecida
Funcionalidade de "buscar novamente" ou corrigir
Filtros avançados e consulta manual combinada
Acesso offline (modo catálogo local)
Treinamento contínuo do sistema com novas imagens
30/11/-0001
Integração com perfis de expositores e lojas
Integração com o módulo de agenda e eventos
Reconhecimento parcial (fragmentos, danificadas)
Expansão para moedas estrangeiras
Módulo educativo: explicações, vídeos, glossário interativo
Introdução HTML

Baixar o código fonte da aula

Introdução CSS

Baixar o código fonte da aula

Introdução JavaScript

Baixar o código fonte da aula

Facebook   Twitter   YouTube   Feed de notícias   site   Instagram   CCMBR  

Copyright Agência Numismática CCMBR 2019