AULA 1
Detecção em imagem
Uma linha de código e a foto volta com caixas, classes e confiança. Depois você lê esses números como dados e vê o que muda quando sobe o limite de confiança.
Abrir no ColabYOLO na prática: detectar, rastrear e treinar
Uma câmera filma um pátio e o programa diz quantas pessoas diferentes passaram por ali. Quem faz isso é o YOLO, uma rede que olha a imagem inteira de uma vez e devolve caixas com o que encontrou.
São quatro notebooks curtos. Cada um abre no Google Colab, instala o que precisa e roda com vídeos de menos de 10 MB. Não precisa instalar nada no seu computador.
São 24 exercícios, seis por aula, e cada um tem um notebook próprio. Você escreve a resposta, roda a célula e o notebook diz na hora se acertou. Ver os 24 exercícios.
As aulas
AULA 2
Detecção em vídeo
Vídeo é uma sequência de fotos. O laço é ler o quadro, detectar, desenhar e gravar. No fim, o vídeo anotado toca no próprio notebook e você baixa o arquivo.
Abrir no Colab
AULA 3
Rastreamento e contagem de pessoas
O rastreador dá a cada pessoa um ID que se mantém entre os quadros. Com isso dá para contar gente diferente e quem cruzou uma linha. E também ver quando o ID falha.
Abrir no Colabmodel = YOLO("yolov8n.pt")
model.train(
data="coco8.yaml",
epochs=5,
imgsz=320,
)
melhor = YOLO("best.pt")
AULA 4
Treino com dataset próprio
Como é um dataset no formato YOLO, como treinar a partir de pesos prontos e onde ficam as métricas. Oito fotos servem para entender o processo; um modelo bom pede centenas.
Abrir no ColabOs 24 exercícios
Cada exercício tem um notebook só dele, que já vem executado do começo ao fim. Ele prepara os dados da aula, deixa uma célula para você tentar e mostra uma solução conferida. É só clicar em Abrir no Colab.
01Aula 1 · Imagem · exercício 1
Contar pessoas
Quantas pessoas o modelo encontrou em resultado? A classe person tem índice 0.
02Aula 1 · Imagem · exercício 2
Classes encontradas
Monte um conjunto (set) com os nomes das classes que apareceram na imagem.
03Aula 1 · Imagem · exercício 3
A detecção mais segura
Qual é a maior confiança entre todas as caixas? Responda com um número entre 0 e 1.
Abrir no Colab04Aula 1 · Imagem · exercício 4
A maior caixa
Qual é a área, em pixels, da maior caixa? Área é largura vezes altura, e xyxy dá os dois cantos.
05Aula 1 · Imagem · exercício 5
Só pessoas
Rode o modelo de novo na mesma imagem, mas pedindo só pessoas com classes=[0]. Quantas caixas vieram?
06Aula 1 · Imagem · exercício 6
Recortar o ônibus
Recorte só o ônibus da imagem original. Leia a foto com cv2.imread, ache a caixa da classe bus e fatie o array. A resposta é o recorte.
07Aula 2 · Vídeo · exercício 1
Duração do vídeo
Quantos segundos tem o vídeo inteiro? Use o total de quadros e o FPS do arquivo.
Abrir no Colab08Aula 2 · Vídeo · exercício 2
A classe campeã
Qual classe teve mais detecções no vídeo processado? Responda com o nome.
Abrir no Colab09Aula 2 · Vídeo · exercício 3
Pular quadros
Processar todo quadro é caro. Nos primeiros 50 quadros, rode o modelo só em 1 a cada 5 (quadros 0, 5, 10...) e some quantas cadeiras (chair) foram detectadas.
10Aula 2 · Vídeo · exercício 4
Quadros com cadeira
Em quantos dos primeiros 60 quadros aparece pelo menos uma cadeira?
Abrir no Colab11Aula 2 · Vídeo · exercício 5
Vídeo só com plantas
Grave um vídeo novo com os primeiros 60 quadros, desenhando só as detecções de potted plant. A resposta é o caminho do arquivo. Descubra o índice da classe em model.names.
12Aula 2 · Vídeo · exercício 6
Média por quadro
Em média, quantas cadeiras o modelo detectou por quadro no vídeo processado?
Abrir no Colab13Aula 3 · Rastreamento · exercício 1
Pico de movimento
Qual foi o maior número de pessoas rastreadas ao mesmo tempo num quadro?
Abrir no Colab14Aula 3 · Rastreamento · exercício 2
Quando foi o pico
Em qual quadro (índice começando em 0) esse pico aconteceu pela primeira vez?
Abrir no Colab15Aula 3 · Rastreamento · exercício 3
Lotação média
Quantas pessoas, em média, estavam em cena por quadro?
Abrir no Colab16Aula 3 · Rastreamento · exercício 4
Quem não cruzou
Quantos IDs apareceram no vídeo mas não cruzaram a linha?
Abrir no Colab17Aula 3 · Rastreamento · exercício 5
Quem ficou em cena
Rastreie de novo os primeiros 100 quadros com um modelo novo (YOLO("yolov8n.pt"), para os IDs começarem do zero). Quantas pessoas apareceram em pelo menos 50 desses quadros?
18Aula 3 · Rastreamento · exercício 6
Linha horizontal
Troque a linha vertical por uma horizontal no meio da imagem (y = altura // 2). Rastreando os primeiros 100 quadros com um modelo novo, quantas pessoas cruzaram essa linha?
19Aula 4 · Treino · exercício 1
Tamanho do treino
Quantas imagens há na pasta de treino do coco8?
20Aula 4 · Treino · exercício 2
Objetos rotulados
Quantos objetos rotulados existem, somando todos os arquivos .txt do treino? Cada linha é um objeto.
21Aula 4 · Treino · exercício 3
Classe mais rotulada
Qual classe mais aparece nos rótulos de treino? Responda com o nome, não com o número.
Abrir no Colab22Aula 4 · Treino · exercício 4
De volta para pixels
Pegue a primeira linha do rótulo 000000000009.txt e converta para pixels no formato (x1, y1, x2, y2), usando o tamanho real da imagem 000000000009.jpg.
23Aula 4 · Treino · exercício 5
A melhor época
Em qual época a train/box_loss foi a menor?
24Aula 4 · Treino · exercício 6
Validar o modelo
Rode a validação do modelo treinado com melhor.val(data="coco8.yaml", imgsz=320) e responda com o mAP50.
Como rodar
- Clique em Abrir no Colab e entre com sua conta Google.
- Menu Ambiente de execução → Executar tudo. Na aula 4, antes, troque o tipo de ambiente para T4 GPU.
- Se o Colab avisar que o notebook não é do Google, confirme em Executar mesmo assim.
- Nos exercícios, rode primeiro a célula Preparação dos exercícios. Depois troque
resposta = Nonepela sua resposta e rode a célula. No fim,placar()mostra quantos você acertou. - Para guardar suas alterações, use Arquivo → Salvar uma cópia no Drive.