Detecção de Objetos Interativa: Gradio & Ultralytics YOLO26 🚀#

Para usar o Gradio com Ultralytics YOLO26 para detecção de objetos, você pode seguir estes passos:

1. Install Gradio: Usa o comando pip install gradio.
2. Create Interface: Escreve um script em Python para inicializar a interface do Gradio. Podes consultar o exemplo de código fornecido na documentation para mais detalhes.
3. Fazer upload e ajustar: Faça upload da sua imagem e ajuste os limiares de confiança e IoU na interface Gradio para obter resultados de detecção de objetos em tempo real.

Aqui está um trecho de código mínimo para referência:

import gradio as gr

from ultralytics import YOLO

model = YOLO("yolo26n.pt")

def predict_image(img, conf_threshold, iou_threshold):
    results = model.predict(
        source=img,
        conf=conf_threshold,
        iou=iou_threshold,
        show_labels=True,
        show_conf=True,
    )
    return results[0].plot() if results else None

iface = gr.Interface(
    fn=predict_image,
    inputs=[
        gr.Image(type="pil", label="Upload Image"),
        gr.Slider(minimum=0, maximum=1, value=0.25, label="Confidence threshold"),
        gr.Slider(minimum=0, maximum=1, value=0.45, label="IoU threshold"),
    ],
    outputs=gr.Image(type="pil", label="Result"),
    title="Ultralytics Gradio YOLO26",
    description="Upload images for YOLO26 object detection.",
)
iface.launch()

Usar o Gradio para detecção de objetos com Ultralytics YOLO26 oferece vários benefícios:

• Interface Amigável: O Gradio fornece uma interface intuitiva para os usuários fazerem upload de imagens e visualizarem os resultados da detecção sem esforço de codificação.
• Ajustes em Tempo Real: Você pode ajustar dinamicamente os parâmetros de detecção, como os limiares de confiança e IoU, e ver os efeitos imediatamente.
• Acessibilidade: A interface web é acessível a qualquer pessoa, tornando-a útil para experimentos rápidos, fins educacionais e demonstrações.

Para mais detalhes, podes ler esta blog post on AI in radiology que demonstra técnicas semelhantes de visualização interativa.

Sim, o Gradio e o Ultralytics YOLO26 podem ser utilizados em conjunto de forma eficaz para fins educativos. A interface web intuitiva do Gradio torna mais fácil para estudantes e educadores interagirem com modelos de deep learning de última geração como o Ultralytics YOLO26, sem precisarem de conhecimentos avançados de programação. Esta configuração é ideal para demonstrar conceitos-chave em deteção de objetos e computer vision, uma vez que o Gradio fornece feedback visual imediato que ajuda a compreender o impacto de diferentes parâmetros no desempenho da deteção.

Na interface do Gradio para YOLO26, podes ajustar os limiares de confiança e de IoU utilizando os seletores fornecidos. Estes limiares ajudam a controlar a accuracy das previsões e a separação de objetos:

• Limiar de Confiança: Determina o nível mínimo de confiança para detectar objetos. Deslize para aumentar ou diminuir a confiança necessária.
• Limiar de IoU: Define o limiar de interseção sobre união para distinguir entre objetos sobrepostos. Ajuste este valor para refinar a separação de objetos.

Para mais informações sobre estes parâmetros, visita a parameters explanation section.

Aplicações práticas de combinar o Ultralytics YOLO26 com Gradio incluem:

• Demonstrações de Detecção de Objetos em Tempo Real: Ideal para demonstrar como a detecção de objetos funciona em tempo real.
• Ferramentas Educacionais: Úteis em ambientes acadêmicos para ensinar conceitos de detecção de objetos e visão computacional.
• Desenvolvimento de Protótipos: Eficiente para desenvolver e testar rapidamente aplicações de protótipo de detecção de objetos.
• Comunidade e Colaborações: Tornando fácil compartilhar modelos com a comunidade para feedback e colaboração.

Para exemplos de casos de uso semelhantes, consulta o Ultralytics blog on animal behavior monitoring que demonstra como a visualização interativa pode melhorar os esforços de conservação da vida selvagem.