Rede neural convolucional EfficientNet: uma proposta de classificação de fogo usando tranferência de aprendizado

O crescimento alarmante das queimadas no Brasil, em 2024, reforça a urgência de sistemas automáticos de detecção de incêndios em tempo real. Este trabalho propõe um classificador binário baseado na arquitetura EfficientNet, pré-treinada no ImageNet e ajustada por fine-tuning, utilizando técnicas de transfer learning e data augmentation. O modelo foi treinado e avaliado em um conjunto de dados público, obtendo acurácia de 98% e revocação de 100% para a classe fogo, garantindo que nenhum caso de incêndio passasse despercebido. Os resultados confirmam a robustez e a leveza da solução, que se mostra adequada para integração em dispositivos embarcados e aplicações de alerta precoce. Apontam-se, como trabalhos futuros, a expansão das bases de dados, a redução de falsos positivos e a realização de testes em cenários de campo para validação prática.