Inferência em tempo real com aplicação Streamlit usando Ultralytics YOLO26
Introdução
O Streamlit torna simples criar e implantar aplicações web interativas. Combinar isso com o Ultralytics YOLO26 permite detecção de objetos e análises em tempo real diretamente no seu navegador. A alta precisão e velocidade do YOLO26 garantem um desempenho contínuo para fluxos de vídeo ao vivo, tornando-o ideal para aplicações em segurança, varejo e muito mais.
Watch: How to Build a Live Inference App with Ultralytics YOLO26 & Streamlit | Detection & Segmentation 🚀
| Aquicultura | Pecuária |
|---|---|
 |  |
| Detecção de peixes usando Ultralytics YOLO26 | Detecção de animais usando Ultralytics YOLO26 |
Vantagens da inferência em tempo real
- Detecção de objetos em tempo real perfeita: O Streamlit combinado com o YOLO26 permite a detecção de objetos em tempo real diretamente do feed da sua webcam. Isso permite análises e insights imediatos, tornando-o ideal para aplicações que exigem feedback instantâneo.
- Implantação amigável ao usuário: A interface interativa do Streamlit torna fácil implantar e usar a aplicação sem conhecimento técnico extensivo. Os usuários podem iniciar a inferência ao vivo com um simples clique, aumentando a acessibilidade e a usabilidade.
- Utilização eficiente de recursos: Os algoritmos otimizados do YOLO26 garantem processamento de alta velocidade com recursos computacionais mínimos. Essa eficiência permite uma inferência de webcam suave e confiável 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, certifique-se de ter o pacote Python do Ultralytics instalado.
pip install ultralyticsyolo solutions inference
yolo solutions inference model="path/to/model.pt"Estes comandos iniciam a interface padrão do Streamlit que vem com o Ultralytics. Use yolo solutions inference --help para visualizar sinalizadores adicionais como source, conf ou persist se quiser personalizar a experiência sem editar o código Python.
Isso iniciará a aplicação Streamlit no seu navegador web padrão. Você verá o título principal, subtítulo e a barra lateral com opções de configuração. Selecione o modelo YOLO26 desejado, defina a confiança e os limiares de NMS, e clique no botão "Start" para iniciar a detecção de objetos em tempo real.
Como funciona
Internamente, a aplicação Streamlit usa o módulo de soluções Ultralytics para criar uma interface interativa. Quando você inicia a inferência, a aplicação:
- Captura vídeo da sua webcam ou de um arquivo de vídeo carregado
- Processa cada quadro através do modelo YOLO26
- Aplica a detecção de objetos com seus limiares de confiança e IoU especificados
- Exibe os quadros originais e anotados em tempo real
- Opcionalmente ativa o rastreamento de objetos, se selecionado
A aplicação fornece uma interface limpa e amigável com controles para ajustar parâmetros do modelo e iniciar/parar a inferência a qualquer momento.
Conclusão
Ao seguir este guia, você criou com sucesso uma aplicação de detecção de objetos em tempo real usando Streamlit e Ultralytics YOLO26. Esta aplicação permite que você experimente o poder do YOLO26 na detecção de objetos através da sua webcam, com uma interface amigável e a capacidade de parar o fluxo de vídeo a qualquer momento.
Para melhorias adicionais, você pode explorar a adição de mais recursos, como gravar o fluxo de vídeo, salvar os quadros anotados ou integrar com outras bibliotecas de visão computacional.
Compartilhe suas ideias com a comunidade
Envolva-se com a comunidade para aprender mais, solucionar problemas e compartilhar seus projetos:
Onde encontrar ajuda e suporte
- Issues do GitHub: Visite o repositório GitHub da Ultralytics para levantar questões, relatar bugs e sugerir funcionalidades.
- Servidor Discord da Ultralytics: Entre no servidor Discord da Ultralytics para se conectar com outros usuários e desenvolvedores, obter suporte, compartilhar conhecimento e trocar ideias.
Documentação Oficial
- Documentação do Ultralytics YOLO26: Consulte a documentação oficial do YOLO26 para guias abrangentes e insights sobre várias tarefas e projetos de visão computacional.
FAQ
Como posso configurar uma aplicação de detecção de objetos em tempo real usando Streamlit e Ultralytics YOLO26?
Configurar uma aplicação de detecção de objetos em tempo real com Streamlit e Ultralytics YOLO26 é simples. Primeiro, certifique-se de ter o pacote Python do Ultralytics instalado usando:
pip install ultralyticsEntão, você pode criar uma aplicação Streamlit básica para executar a inferência ao vivo:
from ultralytics import solutions
inf = solutions.Inference(
model="yolo26n.pt", # you can use any model that Ultralytics supports, e.g., YOLO26, YOLOv10
)
inf.inference()
# Make sure to run the file using command `streamlit run path/to/file.py`Para mais detalhes sobre a configuração prática, consulte a seção Código da Aplicação Streamlit da documentação.
Quais são as principais vantagens de usar o Ultralytics YOLO26 com Streamlit para detecção de objetos em tempo real?
Usar o Ultralytics YOLO26 com Streamlit para detecção de objetos em tempo real oferece várias vantagens:
- Detecção em tempo real perfeita: Alcance detecção de objetos em tempo real e alta precisão diretamente dos feeds da webcam.
- Interface amigável: A interface intuitiva do Streamlit permite fácil uso e implantação sem conhecimento técnico extensivo.
- Eficiência de recursos: Os algoritmos otimizados do YOLO26 garantem processamento de alta velocidade com requisitos computacionais mínimos.
Saiba mais sobre esses benefícios na seção Vantagens da inferência em tempo real.
Como implanto uma aplicação de detecção de objetos Streamlit no meu navegador web?
Após codificar sua aplicação Streamlit integrando o Ultralytics YOLO26, você pode implantá-la executando:
streamlit run path/to/file.pyEste comando iniciará a aplicação no seu navegador web padrão, permitindo que você selecione modelos YOLO26, defina a confiança e os limiares de NMS, e inicie a detecção de objetos em tempo real com um simples clique. Para um guia detalhado, consulte a seção Código da Aplicação Streamlit.
Quais são alguns casos de uso para detecção de objetos em tempo real usando Streamlit e Ultralytics YOLO26?
A detecção de objetos em tempo real usando Streamlit e Ultralytics YOLO26 pode ser aplicada em vários setores:
- Segurança: Monitoramento em tempo real para acesso não autorizado e sistemas de alarme de segurança.
- Varejo: Contagem de clientes, gestão de prateleiras e rastreamento de inventário.
- Vida selvagem e agricultura: Monitoramento de animais e condições de colheita para esforços de conservação.
Para casos de uso mais aprofundados e exemplos, explore as Soluções Ultralytics.
Como o Ultralytics YOLO26 se compara a outros modelos de detecção de objetos como YOLOv5 e RCNNs?
O Ultralytics YOLO26 oferece várias melhorias em relação a modelos anteriores como YOLOv5 e RCNNs:
- Maior velocidade e precisão: Desempenho aprimorado para aplicações em tempo real.
- Facilidade de uso: Interfaces e implantação simplificadas.
- Eficiência de recursos: Otimizado para melhor velocidade com requisitos computacionais mínimos.
Para uma comparação abrangente, verifique a Documentação do Ultralytics YOLO26 e artigos de blog relacionados que discutem o desempenho do modelo.