Deteção e rastreamento de objetos com Ultralytics YOLOv8
Descobre o poder da deteção e do rastreamento de objetos com o Ultralytics YOLOv8 enquanto mostramos passo a passo a configuração do modelo, a configuração do rastreador e a inferência em tempo real com demonstrações práticas.
Hoje, vamos mergulhar noutro capítulo da nossa jornada com o Ultralytics YOLOv8. Neste episódio, o nosso foco está na deteção de objetos e no seguimento, um aspeto fundamental da visão computacional que possibilita inúmeras aplicações em vários setores. Junta-te a nós enquanto exploramos as capacidades do YOLOv8 neste domínio, com Nicolai Nielsen.
A deteção e o seguimento de objetos desempenham papéis cruciais em vários cenários, desde sistemas de vigilância até à automação industrial. Com o YOLOv8, desenvolvido pela Ultralytics, tirar partido destas funcionalidades está mais acessível do que nunca. Nicolai guia-nos pelo processo, destacando informações importantes e demonstrações práticas ao longo do percurso.
Preparação do cenário#
Antes de abordar os detalhes da deteção e do seguimento de objetos, Nicolai salienta a versatilidade do Ultralytics YOLOv8. Quer se trate de identificar indivíduos num espaço cheio ou de monitorizar objetos numa linha de produção, o YOLOv8 oferece uma solução robusta.
Configuração do modelo#
Navegação no Visual Studio Code. Neste vídeo, Nicolai demonstra como configurar o modelo Ultralytics YOLOv8 para deteção e seguimento de objetos. Tirando partido do modelo médio, mostra como até modelos maiores podem ser executados sem problemas em tempo real, graças a configurações de hardware avançadas.
Configuração do tracker#
No domínio do seguimento de objetos, escolher o tracker certo é fundamental. Nicolai apresenta-nos o algoritmo ByteTrack, conhecido pela sua precisão e fiabilidade. Além disso, destaca a versatilidade do Ultralytics YOLOv8 ao mencionar trackers alternativos, como o BoTSort, que respondem a diversos requisitos de seguimento.
Inferência em tempo real#
Com o modelo e o tracker configurados, é hora de ver o Ultralytics YOLOv8 em ação. Durante este tutorial, podemos observar como o programa é executado, proporcionando uma demonstração ao vivo da deteção e do seguimento de objetos através de um vídeo pré-gravado. Os resultados são impressionantes, com cada objeto a receber um identificador único para um seguimento contínuo.
Fig. 1. Nicolai Nielsen a demonstrar o funcionamento interno da deteção e do seguimento de objetos com o Ultralytics YOLOv8.
Testes com webcam em direto#
Levando a demonstração um passo mais além, vemos como é possível mudar para uma transmissão de webcam em direto para demonstrar as capacidades de seguimento em tempo real. Desde a deteção de indivíduos até à identificação de objetos, o Ultralytics YOLOv8 mantém a consistência no seguimento, mesmo perante movimentos da câmara e oclusões.
Seguimento de objetos em múltiplas transmissões#
O seguimento de objetos em várias transmissões de vídeo através de multithreading é ideal para lidar com inúmeros feeds de câmaras de vigilância. Utilizando o módulo de threading do Python com o Ultralytics YOLOv8, cada thread gere uma instância de tracker separada, permitindo um processamento eficiente em segundo plano. Esta funcionalidade é útil e desempenha um papel importante em análises avançadas.
Aplicações práticas#
À medida que a demonstração avança, Nicolai salienta a relevância prática da deteção e do seguimento de objetos. Desde o setor dos cuidados de saúde até à agricultura e ao setor da indústria transformadora, as aplicações são vastas e diversificadas. Também enfatiza a importância de integrar funcionalidades de seguimento juntamente com a deteção para aumentar a eficiência e a precisão.
Conclusão#
Em conclusão, as inúmeras aplicações da deteção e do seguimento de objetos permitem soluções flexíveis e criativas em qualquer setor. Junta-te a nós para desbloquear todo o potencial da visão computacional com o Ultralytics YOLOv8. Sabe mais e vê o tutorial completo Ver o tutorial completo!
Fica atento e junta-te à nossa comunidade enquanto continuamos a explorar o panorama em constante evolução da inteligência artificial e da aprendizagem automática.
