Classificação de imagens: um método de otimização de hiperparâmetros de configuração de redes neurais convolucionais

A construção de um modelo de Rede Neural Artificial para reconhecimento de imagens exige um alto grau de especialização e simulações para se conseguir configurar todos os parâmetros necessários para um bom desempenho do modelo. Este artigo apresenta um método de análise dos principais hiperparâmetros de configuração de uma Rede Neural Convolucional de reconhecimento de imagens de forma a tornar mais acessível a tarefa de escolha dos parâmetros de configuração e que possa ser estendido a outros modelos de redes neurais que utilizam os mesmos parâmetros, encurtando assim o trabalho de construção do modelo. Passando pelos principais parâmetros de configuração, à medida em que vão sendo definidas as faixas ideais de valores, o método vai conduzindo aos parâmetros seguintes, permitindo o aprimoramento do resultado da rede neural e a experimentação com os parâmetros das etapas anteriores até se chegar ao resultado ideal. O processo se mostrou eficaz, uma vez que, partindo de um modelo já testado, foram removidas as otimizações e aplicados os testes do método, chegando a uma configuração final mais otimizada e com melhor desempenho que o modelo original.