|
|
--- |
|
|
tags: |
|
|
- object-detection |
|
|
- yolov8 |
|
|
- image |
|
|
- pytorch |
|
|
- automatic-speech-recognition |
|
|
pipeline_tag: object-detection |
|
|
--- |
|
|
|
|
|
# Restante do seu README ... |
|
|
|
|
|
# YOLOv8n - Seguidor de Linha |
|
|
|
|
|
Este é um modelo YOLOv8n treinado para detectar linhas pretas, marcações verdes e outros elementos em um percurso para um carrinho seguidor de linha. |
|
|
|
|
|
## Dataset |
|
|
|
|
|
O modelo foi treinado em um dataset customizado com imagens anotadas usando o CVAT. |
|
|
|
|
|
## Classes |
|
|
|
|
|
* linha_preta |
|
|
* marcacao_verde |
|
|
* intersecao_com_marcacao |
|
|
* intersecao_sem_marcacao |
|
|
* beco_sem_saida |
|
|
* faixa_reflexiva |
|
|
* linha_vermelha |
|
|
* gap |
|
|
|
|
|
## Métricas de Avaliação |
|
|
|
|
|
(Adicione as métricas de avaliação do seu modelo, como mAP, precisão, recall, etc., se disponíveis) |
|
|
|
|
|
## Como Usar |
|
|
|
|
|
```python |
|
|
from ultralytics import YOLO |
|
|
|
|
|
# Carregar o modelo |
|
|
model = YOLO('vcp2909/McQueen') |
|
|
|
|
|
# Fazer a inferência em uma imagem |
|
|
results = model('imagem.jpg') |
