https://github.com/sbrunomello/image-detection

image detection with cv2, sahi e yolov8
https://github.com/sbrunomello/image-detection

ia image-classification image-processing image-recognition machine-learning opencv python ultralytics

Last synced: 2 months ago
JSON representation

image detection with cv2, sahi e yolov8

• Host: GitHub
• URL: https://github.com/sbrunomello/image-detection
• Owner: sbrunomello
• Created: 2023-11-06T13:24:41.000Z (over 2 years ago)
• Default Branch: master
• Last Pushed: 2023-11-06T18:30:21.000Z (over 2 years ago)
• Last Synced: 2025-08-22T05:50:51.543Z (10 months ago)
• Topics: ia, image-classification, image-processing, image-recognition, machine-learning, opencv, python, ultralytics
• Language: Python
• Homepage:
• Size: 19.4 MB
• Stars: 1
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

          
# 📷 image-detection

Este script `main.py` foi desenvolvido para processar dados de vídeo e realizar a detecção de objetos usando o modelo YOLOv8. Ele extrai objetos de um vídeo, desenha caixas delimitadoras ao redor deles e pode opcionalmente salvar o vídeo processado. Abaixo, você encontrará uma breve descrição do script e como usá-lo.

## 🛠️ Pré-requisitos

Antes de usar o script, você deve ter os seguintes pré-requisitos instalados:

1. Python 3.x

2. OpenCV (`cv2`)

3. Modelo YOLOv8 (é baixado automaticamente ao executar o script)

4. Ultralytics

## ▶️ Uso

Você pode usar o script seguindo estas etapas:

1. Clone o repositório ou baixe o script (`main.py`) para o seu ambiente local.

2. Certifique-se de ter um arquivo de vídeo chamado `video.mp4` no mesmo diretório que o script. Se o arquivo de vídeo estiver localizado em outro lugar, atualize a variável `source` com o caminho do arquivo correto.

3. Execute o script com o seguinte comando:

      ```bash

   python main.py

  Opcionalmente, você pode passar alguns argumentos da linha de comando para modificar o comportamento do script:

  

  `--view_img`: Esse sinalizador, quando fornecido, exibirá o vídeo processado com caixas delimitadoras em tempo real.

  

  `--save_img`: Esse sinalizador, quando fornecido, salvará o vídeo processado com caixas delimitadoras no diretório output.

  

  Exemplo de comando com sinalizadores adicionais:

  

    python main.py --view_img --save_img

- Você pode personalizar o limiar de confiança e outros parâmetros, modificando a função `main` no script para atender aos seus requisitos específicos.

- Sinta-se à vontade para modificar o script e seus parâmetros para adaptá-lo ao seu próprio caso de uso.

Certifique-se de instalar a biblioteca `ultalytics` antes de executar o script:

    pip install ultalytics

- Você pode personalizar o limiar de confiança e outros parâmetros, modificando a função `main` no script para atender aos seus requisitos específicos.

- Sinta-se à vontade para modificar o script e seus parâmetros para adaptá-lo ao seu próprio caso de uso.