Exemplos do Módulo AI¶

Implementações de referência para detecção de objetos e segmentação baseadas em deep learning, em cada um dos frameworks suportados.

Frameworks Suportados¶

Stream de Detecção em Tempo Real¶

Detecção em stream de câmera usando Detector + ImageHandler.

Uso¶

Modelos privados do HuggingFace: passe --hf-token hf_... ou defina export HF_TOKEN=hf_.... Selecione o dispositivo de computação com --device {auto,cpu,cuda,0,1} (padrão auto).

Argumentos¶

Estilos de Anotação¶

Overlay de Estatísticas¶

O stream exibe estatísticas em tempo real:

• Framework: framework de detecção em uso
• FPS: frames por segundo (baseado no tempo de inferência)
• Detections: contagem de detecções no frame atual
• Total: detecções acumuladas

Batch Detector¶

Script standalone para processamento offline de sequências de imagens ou arquivos de vídeo.

Uso¶

Diretório de imagens ou arquivo de vídeo (framework detectado automaticamente; --input aceita qualquer um dos dois):

python3 batch_detector.py \
    --input /path/to/images \
    --output-dir ./results

Framework explícito (ultralytics, transformers ou rfdetr):

python3 batch_detector.py \
    --input /path/to/images \
    --model-source facebook/detr-resnet-50 \
    --framework transformers \
    --output-dir ./results

Modelo HuggingFace

python3 batch_detector.py \
    --input /path/to/images \
    --model-source "blackbeedrones/cbr-25-base:yolov11n.pt" \
    --output-dir ./results

Opções completas

python3 batch_detector.py \
    --input /path/to/video.mp4 \
    --output-dir ./results \
    --model-source yolov8n.pt \
    --framework ultralytics \
    --confidence 0.5 \
    --device cuda \
    --annotator-type round_box \
    --fps 30

Argumentos¶

Estrutura de Saída¶

output-dir/
├── detection_video.mp4    # Annotated video with all frames
├── frames/                # Individual annotated frames
│   ├── frame_0000.jpg
│   ├── frame_0001.jpg
│   └── ...
└── extracted_frames/      # (video input only) Original frames
    ├── frame_000000.jpg
    └── ...

Processamento de Vídeo¶

Para entrada em vídeo, o batch detector:

1. Extrai todos os frames para um diretório temporário
2. Processa cada frame com o modelo selecionado
3. Reconstrói o vídeo no FPS original
4. Salva os frames anotados individualmente

Sequence Inference¶

Roda um ou mais modelos (detecção e/ou segmentação) sobre um diretório de imagens ou vídeo e grava um MP4 anotado (mais JPGs por frame). Adicione o sufixo @detection / @segmentation a um modelo para sobrescrever a detecção automática da tarefa.

Um único modelo de detecção sobre uma pasta de imagens

python3 sequence_inference.py --input ./frames --output-dir ./out --models yolov8n.pt

Detecção + segmentação, confiança por classe, paleta personalizada

python3 sequence_inference.py --input clip.mp4 --output-dir ./out \
    --models cbr.pt@detection seg.pt@segmentation \
    --conf 0.25 --class-conf "rose=0.47,sphere=0.70" --palette contrast

Estilo de anotação: --palette, --colors, --box-thickness, --text-scale, --mask-opacity, --no-mask-outline (veja --help).