Projeto Acadêmico: Detecção de Objetos em Tempo Real com YOLOv4-Tiny e OpenCV

Visão Geral

Este projeto acadêmico visa demonstrar a capacidade de detecção de objetos em tempo real utilizando o modelo YOLOv4-Tiny em conjunto com a biblioteca OpenCV. O modelo é treinado para identificar objetos e pessoas em um fluxo de vídeo, exibindo caixas delimitadoras em torno dos objetos detectados, juntamente com seus respectivos nomes de classe e pontuações de confiança.

Pré-requisitos

• Python 3.x
• OpenCV
• Arquivos de Configuração e Pesos do YOLOv4-Tiny
• Arquivo de Nomes COCO (Common Objects in Context)

Instalação e Configuração

1. Clone o Repositório:

   git clone https://github.com/seuusuario/detecao-objetos-yolov4-tiny.git
   cd detecao-objetos-yolov4-tiny

2. Instale as Dependências:

   pip install -r requirements.txt

3. Baixe os Arquivos Necessários:

   • YOLOv4-Tiny Configuration
   • YOLOv4-Tiny Weights
   • COCO Names

4. Execute o Script:

   python detect_objects.py

Contribuição

Contribuições são bem-vindas! Sinta-se à vontade para abrir um issue ou enviar um pull request com melhorias ou correções.