YOLO v8 Detecção e Segmentação de Imagens
HTML-код
- Опубликовано: 17 сен 2024
- Neste vídeo vamos aprender a utilizar a mais nova versão do YOLO, a versão 8, vamos aplicar modelos de detecção e segmentação de imagens como exemplos.
Curso YOLOv8 Completo:
✔️rebrand.ly/yol...
Confira outros cursos de visão computacional:
✔️ rebrand.ly/dev...
Download Notebook Colab
github.com/Wel...
Me Acompanhe:
Facebook: rebrand.ly/fmw...
Instagram: rebrand.ly/35w...
GitHub: rebrand.ly/jfi...
Produtos Recomendados:
Webcam alta qualidade para visão computacional:
✔️mercadolivre.c...
Webcam intermediaria para visão computacional:
✔️mercadolivre.c...
Webcam básica (usada em projetos de robótica aqui no canal):
✔️mercadolivre.c...
Placa de vídeo de entrada
✔️mercadolivre.c...
Placa de vídeo alta performance
✔️mercadolivre.c...
Arduino UNO:
✔️mercadolivre.c...
Kit Arduino Completo:
✔️mercadolivre.c...
Suporte para câmera Pan tilt dois eixos:
✔️mercadolivre.c...
#yolo #inteligenciaartificial #python #computervision #deeplearning
Lembrando que o YOLOv8 não faz parte do repositório oficial do autor do projeto, assim como o YOLOv5 e YOLOv6. Ele leva em consideração a existência dos outros projetos, mas ultima versão oficial do autor é o YOLOv7
Exatamente, ótima contribuição! geralmente quando um modelo consegue uma eficiência melhor que a versão atual a comunidade considera como uma nova versão mesmo não sendo oficialmente do autor original.
poderia aumentar a fonte isso ajudaria muito lhe agradeço e fica a dica !!!!!!
👍
Olá , td bem? Estou desenvolvendo um projeto com Yolov8 para identificar 3 itens em uma linha de produção através de imagens geradas por uma câmera voltada para esteira dos produtos, o modelo está com uma boa precisão em torno de 95% , em frames separados está muito bom , o que tem ocorrido é que em vídeos, no item (parafuso) que em relação aos demais itens é pequeno e o tracking não acompanha bem com um único identificador e na mesma imagem existem um ou mais trackings para o mesmo objeto gerando resultados falsos em termos de quantidade identificada pois eu faço a soma de trackings diferentes , eu coloquei o mesmo vídeo em velocidades diferentes tanto para mais ou menos e este item por ter um bounding box pequeno tem dado erro no quantitativo, por este motivo rodei o modelo yolov8n e yolov8s ...achei que o 8n seria mais rápido e com isso aumentaria a precisão na contagem mas não ocorreu , chequei a mudar o fps do video de 30 para 40 mas não ajudou muito , ou seja , o tracking não consegue acompanhar bem e muda de identificação como se fosse outro parafuso , nos demais a precisão está razoável e eles são maiores...alguém tem alguma dica para ajudar a melhorar o tracking neste caso e evitar contagens erradas? Estou usando o Bite Track. Obrigado !
Olá Alexandre, já tive experiência projetos com semelhantes, bom, o modelo yolov8n é o mais rápido porém menos preciso, como você já tentou colocar o video em velocidades diferentes e não deu certo, você pode tentar o seguinte:
1 - treinar o modelo com o yolov8l (mais preciso, porém precisa de placa de vídeo para rodar rápido)
2 - aumentar a quantidade de imagens do treinamento, criar um modelo mais robusto
3 - se for possível, posicionar a câmera em um lugar aonde fica mais perto do objeto.
4 - a qualidade da imagem da câmera também pode interferir, eu indico um modelo que capte pelo menos 30 fps full HD, para conseguir captar mais detalhes do objeto, melhorando a detecção.
@@devideias1155 Bom dia , fiz simulações em diversas velocidades e em todos os modelos , caso tenha interesse em visualizar os gráficos do resultado de cada modelo em função das velocidade e em relação aos valores reais da quantidade de objetos, me informe um canal de comunicação para que eu possa anexar o material e te enviar. Obrigado !!
seus video sao otimo,mas fica desfocado o textos, é bom aconpanha os seus video lendo o que escreve , so isso, otimo trabalho
Obrigado pelo feedback e pela dica!!
@@devideias1155 tem como treina um dorne a ir ate um ponto a de um ponto b, so tento um mapa interno ?,
Nesse processo de segmentação é possível obter o valor da área do objeto?
Sim é possível obter a área do objeto em pixels, posteriormente pode ser convertido para outras unidades de medida também.
professor, estou iniciando nessa area, vc recoemnda dar foco em OpenCV ou Yolo ?
Olá Daniel, o opencv é essencial, então primeiro é importante saber as funções básicas da biblioteca como abrir imagem/vídeo, recortar imagem, inserir um retângulo, inserir um texto, morfologias e etc. Depois desse conhecimento você pode partir para o YOLO.
olá, tudo bem? eu consigo determinar a localização do objeto detectado na tela como yolo?
oi tudo bem, como consigo falar com
vc
Olá, sim, no site da descrição tem meus contatos.
Boa noite, como faça um codigo python para rodar meu modelo? gostaria de carregar o modelo + um caminho de um video e ele detectar o objeto é possivel?
Olá Matheus, talvez o vídeo "sistema de alerta contra invasão" que temos aqui no canal pode te ajudar, se quiser investir um pouco temos o curso de YOLOv8 completo no nosso site também, link na descrição.
Eu consigo transferir a rede neural pra todo no tensorFlow lite para poder usar no celular?
Olá Pedro, já vi esse proecsso com outras versões do YOLO, acredito que a versão 8 tem a mesma capacidade, aqui tem um artigo sobre exportação para tf lite com a versão 7 do YOLO:
igor.technology/export-yolo-v7-to-tensorflow-lite/
@@devideias1155 Vou dar uma olhada, vi que tem uns cursos seu na Udemy, esse do Yolo8 vai sair também?
Gostaria de comprar pelo valor de 34 mas não cho
Olá, o valor de 34 era apenas na promoção de lanaçamento do cruso. voce pode comprar com 30% de desconto agora, e tem a opção de parcelamento também. qualquer dúvida entre em contato pelo instagram
funciona na webcam do computador ?
Funciona sim, para rodar na sua máquina é interessante ter uma placa de vídeo para conseguir uma imagens mais fluída, porém você consegue rodar o modelo nano (yolov8n) que é mais leve sem ter muito delay.