A detecção de objetos é uma das aplicações mais importantes da inteligência artificial e visão computacional atualmente.
Neste projeto, mostramos na prática como utilizar o algoritmo YOLO (You Only Look Once) para detectar e contar objetos em imagens — utilizando como exemplo laranjas em ambiente agrícola.
🎥 Assista ao vídeo completo
No vídeo abaixo, você aprende passo a passo como:
- configurar o ambiente de trabalho
- preparar o dataset
- treinar o modelo YOLO
- avaliar o desempenho
- aplicar o modelo em novas imagens
🧠 O que é detecção de objetos?
A detecção de objetos consiste em identificar e localizar elementos dentro de uma imagem.
Diferente da classificação, onde o modelo apenas identifica o que existe na imagem, na detecção de objetos o modelo também informa onde cada objeto está, utilizando bounding boxes.
🚀 Por que utilizar YOLO?
O YOLO é um dos algoritmos mais populares para detecção de objetos porque:
- é rápido (permite aplicações em tempo real)
- possui boa precisão
- é relativamente simples de utilizar
- pode ser aplicado em diferentes áreas
🌱 Aplicação no agronegócio
Neste exemplo, utilizamos imagens de laranjas para demonstrar uma aplicação prática da tecnologia.
Com modelos como o YOLO, é possível:
- contar frutos automaticamente
- estimar produção agrícola
- monitorar lavouras
- apoiar a tomada de decisão no campo
Essa abordagem pode ser aplicada a diversas culturas agrícolas.
📦 Acesse o dataset e o código💻
Para facilitar o aprendizado, disponibilizamos o conjunto de dados, bem como o código utilizado no projeto.
O dataset contém:
- imagens anotadas
- arquivos prontos para treinamento
👉 Baixar dataset e código:
https://github.com/LinikerF/Detec-o-de-objetos-com-YOLO-V8