| | --- |
| | 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') |
