{"id":35122289,"url":"https://github.com/otsuki-dev/mel-ia","last_synced_at":"2026-05-21T19:38:04.740Z","repository":{"id":234517680,"uuid":"789058334","full_name":"otsuki-dev/mel-ia","owner":"otsuki-dev","description":"Inteligência Artificial para o aplicativo Mel","archived":false,"fork":false,"pushed_at":"2025-11-18T22:30:19.000Z","size":794,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":0,"default_branch":"main","last_synced_at":"2026-01-08T09:59:22.398Z","etag":null,"topics":["ai","image-recognition","machine-learning"],"latest_commit_sha":null,"homepage":"https://mel.otsuki.dev","language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/otsuki-dev.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null,"zenodo":null,"notice":null,"maintainers":null,"copyright":null,"agents":null,"dco":null,"cla":null}},"created_at":"2024-04-19T16:16:00.000Z","updated_at":"2025-12-07T16:19:57.000Z","dependencies_parsed_at":null,"dependency_job_id":"295edc21-36e3-445f-a616-c5fbd8cc18fc","html_url":"https://github.com/otsuki-dev/mel-ia","commit_stats":null,"previous_names":["spiral-sbm/calculus","otsuki-dev/calculus","otsuki-dev/ibus-ai"],"tags_count":0,"template":false,"template_full_name":null,"purl":"pkg:github/otsuki-dev/mel-ia","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/otsuki-dev%2Fmel-ia","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/otsuki-dev%2Fmel-ia/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/otsuki-dev%2Fmel-ia/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/otsuki-dev%2Fmel-ia/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/otsuki-dev","download_url":"https://codeload.github.com/otsuki-dev/mel-ia/tar.gz/refs/heads/main","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/otsuki-dev%2Fmel-ia/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":286080680,"owners_count":33311954,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2026-05-21T12:23:38.849Z","status":"ssl_error","status_checked_at":"2026-05-21T12:22:11.673Z","response_time":62,"last_error":"SSL_read: unexpected eof while reading","robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":false,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["ai","image-recognition","machine-learning"],"created_at":"2025-12-28T00:42:44.520Z","updated_at":"2026-05-21T19:38:04.719Z","avatar_url":"https://github.com/otsuki-dev.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"# iBus-AI: Detecção de Pessoas em Ônibus\n\nSistema de detecção e contagem de pessoas em interiores de ônibus usando técnicas de visão computacional sem modelos pré-treinados.\n\n## 📋 Visão Geral\n\nEste projeto implementa uma abordagem \"do zero\" para detectar e contar pessoas em imagens de interiores de ônibus, usando:\n- Características HOG (Histogram of Oriented Gradients)\n- Classificador SVM (Support Vector Machine)\n- Sliding Window para detecção multi-escala\n- NMS (Non-Maximum Suppression) para refinar detecções\n\n## 🏗️ Estrutura do Projeto\n\n```\nibus_ai/\n├── data/\n│   ├── preprocess.py      # Pré-processamento de imagens\n│   ├── rois.py            # Gerenciamento de ROIs\n│   └── visualizacao.py    # Visualização de resultados\n├── features/\n│   ├── basicas.py         # Características básicas (bordas, cantos)\n│   └── hog.py             # Extração de características HOG\n├── models/\n│   └── svm.py             # Classificador SVM\n├── infer/\n│   └── detect.py          # Detecção com sliding window\n└── utils/\n    └── nms.py             # Supressão não-máxima\n```\n\n## 🚀 Como Usar\n\n### 1. Pré-processar uma Imagem\n\n```python\nfrom ibus_ai.data.preprocess import carregar_e_preprocessar_imagem\n\n# Carregar e pré-processar\nimagem = carregar_e_preprocessar_imagem('camera-onibus.webp')\n```\n\n### 2. Extrair Características\n\n```python\nfrom ibus_ai.features.basicas import extrair_todas_caracteristicas\nfrom ibus_ai.features.hog import extrair_hog_de_rois\n\n# Características básicas\ncaracteristicas = extrair_todas_caracteristicas(imagem)\n\n# Características HOG de ROIs\nfrom ibus_ai.data.rois import definir_rois_exemplo\nrois = definir_rois_exemplo()\nlista_hog, rotulos = extrair_hog_de_rois(imagem, rois)\n```\n\n### 3. Treinar Classificador\n\n```python\nfrom ibus_ai.models.svm import treinar_classificador_do_zero\n\nclassificador, comprimento_max = treinar_classificador_do_zero(lista_hog, rotulos)\n```\n\n### 4. Detectar Pessoas\n\n```python\nfrom ibus_ai.infer.detect import sliding_window_deteccao\nfrom ibus_ai.utils.nms import aplicar_nms_em_deteccoes\n\n# Detectar\ndeteccoes = sliding_window_deteccao(imagem, classificador, comprimento_max)\n\n# Aplicar NMS\ncaixas_filtradas = aplicar_nms_em_deteccoes(deteccoes, limiar_sobreposicao=0.3)\n```\n\n### 5. Visualizar Resultados\n\n```python\nfrom ibus_ai.data.visualizacao import exibir_deteccoes\n\nexibir_deteccoes(imagem, caixas_filtradas, titulo=\"Pessoas Detectadas\")\n```\n\n## 📚 Conceitos Implementados\n\n### Características HOG\nDescritor que captura gradientes de orientação em células locais, eficaz para detectar formas humanas.\n\n### Classificador SVM\nAlgoritmo de aprendizado supervisionado que encontra hiperplano ótimo para separar classes.\n\n### Sliding Window\nTécnica que desliza uma janela pela imagem em múltiplas escalas para detectar objetos de diferentes tamanhos.\n\n### NMS (Supressão Não-Máxima)\nRemove detecções redundantes e sobrepostas, mantendo apenas as mais confiáveis.\n\n## Limitações\n\nEste é um sistema educacional \"do zero\" com limitações importantes:\n\n- **Dataset Pequeno**: Treinado com poucos exemplos manuais\n- **Sensibilidade a Ruído**: Características de baixo nível são sensíveis a variações\n- **Oclusão**: Dificuldade com pessoas parcialmente visíveis\n- **Iluminação**: Desempenho afetado por mudanças de luz\n\nPara produção, considere usar modelos de deep learning pré-treinados (YOLO, Faster R-CNN).\n\n## 🎓 Propósito Educacional\n\nEste projeto é destinado ao **aprendizado de conceitos fundamentais** de visão computacional:\n\n1. ✅ Pré-processamento de imagens\n2. ✅ Extração de características (bordas, cantos, HOG)\n3. ✅ Treinamento de classificadores\n4. ✅ Detecção multi-escala\n5. ✅ Pós-processamento (NMS)\n\n## 📦 Dependências\n\n```bash\npip install -r requirements.txt\n```\n\nPrincipais bibliotecas:\n- OpenCV (cv2)\n- NumPy\n- Pillow (PIL)\n- scikit-image\n- scikit-learn\n- matplotlib\n\n## 🔧 Exemplos\n\nVeja a pasta `examples/` para scripts completos de uso:\n- `run_example.py` - Pipeline completo de detecção\n- `rois_example.json` - Exemplo de ROIs em JSON\n\n## 📝 Notas de Estudo\n\nTodos os comentários e documentação estão em **português** para facilitar o aprendizado. Cada função possui docstrings explicativas sobre:\n- O que a função faz\n- Argumentos esperados\n- Retornos\n- Conceitos teóricos relacionados\n\n## 🤝 Contribuindo\n\nProjeto educacional aberto para melhorias e sugestões!\n\n## 📄 Licença\n\nMIT License - Livre para uso educacional e comercial.\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fotsuki-dev%2Fmel-ia","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fotsuki-dev%2Fmel-ia","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fotsuki-dev%2Fmel-ia/lists"}