Em meio à crescente globalização e ao aumento do comércio internacional, a eficiência nas inspeções de contêineres de carga torna-se crucial. A Receita Federal do Brasil (RFB) utiliza imagens de raio-X para inspeções não invasivas, mas a análise manual é desafiadora. Para superar isso, a empresa INOVIA propõe o sistema X-Class, uma solução baseada em deep learning. O X-Class analisa imagens de contêineres, classificando itens de acordo com a Nomenclatura Comum do Mercosul (NCM). Utilizando uma arquitetura de Triplet Loss e a abordagem Winner-Take-All (WTA) para otimização de busca, o sistema irá identificar a presença de um item em uma imagem e estimar a probabilidade de erro na classificação, sugerindo ainda NCMs alternativos. Além disso, o sistema irá estimar a distribuição de peso do item identificado na imagem. Com uma interface web customizada, o X-Class oferece relatórios de resultados do processamento e predição detalhados, e recursos para integração com sistema SISAM. A proposta da INOVIA com o X-Class é revolucionar a inspeção alfandegária, tornando-a mais precisa, ágil e baseada em dados.
 

Tipo de solução: Produto de IA em Desenvolvimento

Tecnologias: Inteligência Artificial, Processamento de Linguagem Natural e Visão Computacional

Parceiro: Receita Federal do Brasil

Situação: Em desenvolvimento

Grande área: Fiscalização Alfandegária