Inferência ao vivo com um aplicativo Streamlit usando Ultralytics YOLO26#
Introdução#
O Streamlit facilita a criação e a implantação de aplicações web interativas. Combiná-lo com o Ultralytics YOLO26 permite fazer detecção de objetos e análise em tempo real diretamente no navegador. A alta precisão e velocidade do YOLO26 garantem um desempenho fluido em fluxos de vídeo ao vivo, tornando-o ideal para aplicações de segurança, varejo e muito mais.
Assista: Como criar um aplicativo de inferência ao vivo com Ultralytics YOLO26 e Streamlit | Detecção e segmentação 🚀
| Aquacultura | Criação de animais |
|---|---|
 |  |
| Detecção de peixes usando Ultralytics YOLO26 | Detecção de animais usando Ultralytics YOLO26 |
Vantagens da inferência ao vivo#
- Detecção de objetos em tempo real e sem interrupções: a combinação do Streamlit com YOLO26 permite detectar objetos em tempo real diretamente da transmissão da webcam. Isso possibilita análises e resultados imediatos, sendo ideal para aplicações que exigem feedback instantâneo.
- Implantação fácil de usar: a interface interativa do Streamlit facilita a implantação e o uso da aplicação sem exigir conhecimentos técnicos avançados. Os usuários podem iniciar a inferência ao vivo com um simples clique, ampliando a acessibilidade e a facilidade de uso.
- Uso eficiente de recursos: os algoritmos otimizados do YOLO26 garantem processamento em alta velocidade com recursos computacionais mínimos. Essa eficiência permite inferência fluida e confiável com a webcam mesmo em hardware padrão, tornando a visão computacional avançada acessível a um público mais amplo.
Código da aplicação Streamlit#
Antes de começar a criar a aplicação, certifica-te de que tens o pacote Ultralytics Python 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 padrão do Streamlit incluída no Ultralytics.
Isto inicia a aplicação Streamlit no teu navegador predefinido. Verás o título principal, o subtítulo e a barra lateral com opções de configuração. Seleciona o modelo YOLO26 pretendido, define os limiares de NMS e clica no botão "Start" para iniciar a deteção de objetos em tempo real.
Como funciona#
Nos bastidores, a aplicação Streamlit usa o módulo de soluções do Ultralytics para criar uma interface interativa. Quando inicias a inferência, a aplicação:
- Captura fotogramas da webcam, de um ficheiro de vídeo carregado ou de imagens carregadas
- Processa cada fotograma com o modelo YOLO26
- Aplica a deteção de objetos com os limiares de confiança e IoU especificados
- Apresenta os fotogramas originais e anotados em tempo real
- Opcionalmente, ativa o rastreamento de objetos se essa opção estiver selecionada
A aplicação oferece uma interface simples e fácil de usar, com controlos para ajustar os parâmetros do modelo e iniciar/parar a inferência a qualquer momento.
Conclusão#
Ao seguires este guia, criaste com sucesso uma aplicação de deteção de objetos em tempo real usando Streamlit e Ultralytics YOLO26. Esta aplicação permite-te experimentar o poder do YOLO26 na deteção de objetos através da webcam, com uma interface fácil de usar e a possibilidade de parar a transmissão de vídeo a qualquer momento.
Para melhorar ainda mais a aplicação, 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 Streamlit e Ultralytics YOLO26 é simples. Primeiro, certifica-te de que tens o pacote Ultralytics Python instalado usando:
pip install ultralyticsEm seguida, podes criar uma aplicação Streamlit básica para executar inferência em direto:
Aplicação Streamlitfrom ultralytics import solutions inf = solutions.Inference( model="yolo26n.pt", # podes usar qualquer modelo compatível com Ultralytics, por exemplo, YOLO26, ou um modelo treinado de forma personalizada ) inf.inference() # Certifica-te de que executas o ficheiro com o comando `streamlit run path/to/file.py`Para mais detalhes sobre a configuração prática, consulta a secção Código da aplicação Streamlit da documentação.
Usar Ultralytics YOLO26 com Streamlit para deteção de objetos em tempo real oferece várias vantagens:
- Deteção em tempo real sem complicações: obtém deteção de objetos em tempo real e com elevada precisão, diretamente a partir das imagens da webcam.
- Interface fácil de usar: a interface intuitiva do Streamlit facilita a utilização e a implementação, sem exigir conhecimentos técnicos aprofundados.
- Eficiência de recursos: os algoritmos otimizados do YOLO26 garantem processamento de alta velocidade com o mínimo de recursos computacionais.
Sabe mais sobre estas vantagens na secção Vantagens da inferência em direto.
Depois de programares a aplicação Streamlit que integra Ultralytics YOLO26, podes implementá-la executando:
streamlit run path/to/file.pyEste comando inicia a aplicação no teu navegador predefinido, permitindo-te selecionar modelos YOLO26, definir os limiares de confiança e NMS e iniciar a deteção de objetos em tempo real com um simples clique. Para um guia detalhado, consulta a secção Código da aplicação Streamlit.
A deteção de objetos em tempo real com Streamlit e Ultralytics YOLO26 pode ser aplicada em vários setores:
- Segurança: monitorização em tempo real para detetar acessos não autorizados e 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 iniciativas de conservação.
Para veres casos de utilização e exemplos mais detalhados, explora as soluções do Ultralytics.
Ultralytics YOLO26 oferece várias melhorias em relação a modelos anteriores, como YOLOv5 e RCNNs:
- Maior velocidade e precisão: desempenho melhorado para aplicações em tempo real.
- Facilidade de utilização: interfaces e implementação simplificadas.
- Eficiência de recursos: otimizado para maior velocidade com requisitos computacionais mínimos.
Para uma comparação abrangente, consulta a documentação do Ultralytics YOLO26 e os artigos relacionados no blogue que abordam o desempenho dos modelos.