Resumo: Incêndios provocam inúmeros prejuı́zos, incluindo impactos na saúde, perda da biodiversidade e dificuldades econômicas. A identificação rápida de fogo e fumaça é crucial, pois agiliza a atuação das equipes de combate, permitindo um enfrentamento mais eficiente e rápido, minimizando assim os danos, custos e consequências ambientais. Apesar dos avanços recentes em visão computacional, muitos modelos de identificação em imagens apresentam alta latência, o que torna importante analisar alternativas de arquiteturas com menor tempo médio de inferência capazes de criar caixas delimitadoras em tempo real. Com esse propósito, este trabalho apresenta as etapas da criação do conjunto de dados com anotações das classes de Fogo e Fumaça, utilizado na realização dos treinamentos customizados dos modelos YOLOv5s e YOLOv5x.

Banca:
Flávio Luis de Mello, DSc. (Presidente)
Fernando Gil Vianna Resende Junior, Ph.D. (Examinador)
Heraldo Luis Silveira de Almeida, DSc. (Examinador)