Otimizando a Detecção de Armas: O Papel dos Conjuntos de Dados Sintéticos Revisados por Humanos
A detecção de armas com IA depende de conjuntos de dados de treinamento enormes. As imagens da vida real, no entanto, são limitadas, sensíveis e muitas vezes problemáticas. Criar uma IA que detecta armas…
23 de julho de 2026 [Alexandria, VA]
A detecção de armas com IA depende de conjuntos de dados de treinamento enormes. As imagens da vida real, no entanto, são limitadas, sensíveis e muitas vezes problemáticas. Criar uma IA que detecta armas com precisão exige um classificador que distinga entre os tipos de arma, e os métodos para construí-lo variam entre as equipes de desenvolvimento.
A IREX enfrenta esse desafio combinando quadros de CCTV de seus próprios conjuntos de dados com sobreposições sintéticas de armas, fiéis à forma real. O processo é um trabalho manual preciso, não uma solução de um clique.

apenas para fins de demonstração
Construção do conjunto de referência
A IREX divide as armas de fogo em dois grupos por tamanho. O grupo de armas pequenas abrange pistolas e revólveres; o grupo de armas grandes abrange rifles e espingardas. A escala e a contagem de pixels determinam como a equipe posiciona, renderiza e treina cada arma. Uma pistola renderizada com 30 pixels exige uma abordagem diferente da de uma espingarda de ombro.
Para cada arma, a IREX usa quatro imagens de referência limpas, padronizadas na mesma resolução e formato. Essas imagens preservam silhuetas, proporções e detalhes importantes, de modo que os exemplos gerados mantenham a forma da arma, que é a principal pista que o classificador precisa aprender.
Um pacote pré-montado de quadros de CCTV de canteiros de obras e espaços públicos fornece cenas realistas com pessoas, roupas, desfoque de movimento, iluminação e artefatos de compressão. A IREX sobrepõe as armas de referência a esses quadros, para que o modelo aprenda a detectar armas de fogo em imagens autênticas e ruidosas, e não em renderizações limpas de estúdio.
Processo de geração
O pipeline consiste em pegar um quadro de fundo, selecionar uma arma de referência, compor a arma preservando sua forma, randomizar cor, acabamento e acessórios e posicioná-la com ângulo, escala e oclusão variados. Na prática, cerca de 75% das amostras geradas são descartadas. De aproximadamente 1.200 tentativas por arma, apenas cerca de 300 passam pela filtragem manual.

apenas para fins de demonstração
As armas pequenas são o caso mais difícil. Em sujeitos distantes, elas ocupam pouquíssimos pixels, de modo que erros de escala ou de posicionamento produzem pistas erradas, como uma pistola visivelmente grande demais, por exemplo. Os defeitos comuns incluem artefatos de composição, escala incorreta, contraste exagerado, desfoque, corte de realces e distorção de forma. As armas grandes toleram melhor esses erros; as armas pequenas exigem uma revisão manual minuciosa.
Controle de qualidade humano
As verificações automáticas detectam alguns problemas, mas os revisores humanos decidem o restante. Os revisores da IREX confirmam que cada arma e seus detalhes principais correspondem às referências, que a escala está correta em relação às mãos e aos corpos e que a arma se integra de forma realista à iluminação e às sombras da cena. Somente exemplos verificados entram no treinamento da rede neural, produzindo classes equilibradas de aproximadamente 300 exemplos verificados por arma.
A IREX pré-treina seus modelos no conjunto sintético selecionado e depois faz o ajuste fino com qualquer CCTV real anotado disponível. A avaliação revela pontos cegos: o modelo pode deixar de detectar pistolas minúsculas com pouca luz ou confundir um guarda-chuva com uma arma. A IREX então gera exemplos sintéticos direcionados (mais pistolas em pouca luz, empunhaduras diferentes, oclusões parciais) e repete o processo. Esse ciclo preenche as lacunas mais rápido do que a busca por imagens reais raras.

apenas para fins de demonstração
A geração sintética acelera a criação de conjuntos de dados, mas não elimina o julgamento humano. A IREX aceita uma alta taxa de rejeição para construir um classificador com melhor desempenho em condições reais e ruidosas de CCTV. Geração que prioriza a forma, revisão humana e iteração focada é o que torna o detector realmente confiável no mundo real.