Inferência em tempo real com uma aplicação Streamlit usando Ultralytics YOLO26#
Introdução#
O Streamlit simplifica a criação e a implementação de aplicações Web interativas. Ao combinar esta ferramenta com o Ultralytics YOLO26, podes realizar deteção de objetos e análise em tempo real diretamente no teu navegador. A elevada precisão e velocidade do YOLO26 garantem um desempenho fluido para transmissões de vídeo em direto, tornando-o ideal para aplicações de segurança, retalho e muito mais.
Watch: How to Build a Live Inference App with Ultralytics YOLO26 & Streamlit | Detection & Segmentation 🚀
| Aquacultura | Criação de animais |
|---|---|
 |  |
| Deteção de peixes com Ultralytics YOLO26 | Deteção de animais com Ultralytics YOLO26 |
Vantagens da inferência em tempo real#
- Deteção de objetos em tempo real e sem interrupções: o Streamlit combinado com o YOLO26 permite realizar a deteção de objetos em tempo real diretamente a partir da imagem da tua webcam. Isto possibilita análises e informações imediatas, sendo ideal para aplicações que exigem feedback instantâneo.
- Implementação simples para o utilizador: a interface interativa do Streamlit facilita a implementação e a utilização da aplicação sem conhecimentos técnicos avançados. Os utilizadores podem iniciar a inferência em tempo real com um simples clique, melhorando a acessibilidade e a usabilidade.
- Utilização eficiente dos recursos: os algoritmos otimizados do YOLO26 garantem um processamento de alta velocidade com recursos computacionais mínimos. Esta eficiência permite uma inferência fluida e fiável através da webcam, mesmo em hardware comum, tornando a visão computacional avançada acessível a um público mais vasto.
Código da aplicação Streamlit#
Antes de começares a criar a aplicação, certifica-te de que tens o pacote Python do Ultralytics instalado.
pip install ultralyticsyolo solutions inference
yolo solutions inference model="path/to/model.pt"
yolo solutions help # list the available solution commands and argumentsEstes comandos iniciam a interface Streamlit predefinida incluída no Ultralytics.
Isto iniciará a aplicação Streamlit no teu navegador Web predefinido. Verás o título principal, o subtítulo e a barra lateral com opções de configuração. Seleciona o modelo YOLO26 pretendido, define os limiares de confiança e de NMS e clica no botão "Start" para iniciar a deteção de objetos em tempo real.
Como funciona#
Nos bastidores, a aplicação Streamlit utiliza o módulo de soluções do Ultralytics para criar uma interface interativa. Quando inicias a inferência, a aplicação:
- Captura vídeo da tua webcam ou de um ficheiro de vídeo carregado
- Processa cada fotograma através do modelo YOLO26
- Aplica a deteção de objetos com os limiares de confiança e IoU especificados
- Apresenta os fotogramas originais e anotados em tempo real
- Ativa opcionalmente o rastreio de objetos, caso esteja selecionado
A aplicação disponibiliza uma interface simples e fácil de utilizar, com controlos para ajustar os parâmetros do modelo e iniciar ou parar a inferência a qualquer momento.
Conclusão#
Ao seguir este guia, criaste com êxito uma aplicação de deteção de objetos em tempo real utilizando o Streamlit e o Ultralytics YOLO26. Esta aplicação permite-te experimentar a capacidade do YOLO26 para detetar objetos através da tua webcam, com uma interface fácil de utilizar e a possibilidade de parar a transmissão de vídeo a qualquer momento.
Para obteres melhorias adicionais, podes explorar a adição de funcionalidades como gravar a transmissão de vídeo, guardar os fotogramas anotados ou integrar outras bibliotecas de visão computacional.
Perguntas frequentes#
Configurar uma aplicação de deteção de objetos em tempo real com o Streamlit e o Ultralytics YOLO26 é simples. Primeiro, certifica-te de que tens o pacote Python do Ultralytics instalado utilizando:
pip install ultralyticsEm seguida, podes criar uma aplicação Streamlit básica para executar a inferência em tempo real:
Aplicação Streamlitfrom ultralytics import solutions inf = solutions.Inference( model="yolo26n.pt", # you can use any model that Ultralytics supports, e.g., YOLO26, or a custom-trained model ) inf.inference() # Make sure to run the file using command `streamlit run path/to/file.py`Para obteres mais detalhes sobre a configuração prática, consulta a secção Código da aplicação Streamlit da documentação.
A utilização do Ultralytics YOLO26 com o Streamlit para a deteção de objetos em tempo real oferece várias vantagens:
- Deteção contínua em tempo real: obtém precisão elevada e deteção de objetos em tempo real diretamente a partir de imagens da webcam.
- Interface fácil de utilizar: a interface intuitiva do Streamlit permite utilizar e implementar a aplicação facilmente, sem conhecimentos técnicos avançados.
- Eficiência de recursos: os algoritmos otimizados do YOLO26 garantem um processamento de alta velocidade com recursos computacionais mínimos.
Obtém mais informações sobre estas vantagens na secção Vantagens da inferência em tempo real.
A deteção de objetos em tempo real com o Streamlit e o Ultralytics YOLO26 pode ser aplicada em vários setores:
- Segurança: monitorização em tempo real de acessos não autorizados e de sistemas de alarme de segurança.
- Retalho: contagem de clientes, gestão de prateleiras e rastreio de inventário.
- Vida selvagem e agricultura: monitorização de animais e das condições das culturas para esforços de conservação.
Para obteres casos de utilização e exemplos mais aprofundados, explora as Soluções Ultralytics.
O Ultralytics YOLO26 oferece várias melhorias em relação a modelos anteriores, como o YOLOv5 e os RCNNs:
- Maior velocidade e precisão: desempenho melhorado para aplicações em tempo real.
- Facilidade de utilização: interfaces e implementação simplificadas.
- Eficiência de recursos: otimizado para obter maior velocidade com requisitos computacionais mínimos.
Para uma comparação abrangente, consulta a documentação do Ultralytics YOLO26 e publicações relacionadas no blogue que abordam o desempenho dos modelos.