FrameNetBrasil/reinventa-yolo-detection

👁️ ReINVenTA: YOLOv8 Object Detector (Stage 1)

Detector de Elementos de Frame (Fine-Tuned YOLOv8-Medium)

Este modelo representa o Estágio 1 (Percepção Simbólica) do pipeline ReINVenTA. Ele atua como os "olhos" do sistema, transformando pixels brutos em uma lista estruturada de entidades presentes na cena.

🚀 Sobre o Modelo

Treinado no dataset Flickr30k Entities, este modelo foi adaptado para detectar 635 tipos de Elementos de Frame (ex: People, Clothing, Animals, Vehicles, Tools).

• Base Model: YOLOv8m (Medium)
• Dataset: Flickr30k Entities (Bounding Boxes)
• Função: Detecção de objetos para construção de vetor simbólico (Neuro-Symbolic Fusion).

💻 Como Usar

Para utilizar este modelo, você precisa da biblioteca ultralytics.

pip install ultralytics huggingface_hub
from ultralytics import YOLO
from huggingface_hub import hf_hub_download

# 1. Baixar o modelo do Hub
model_path = hf_hub_download(repo_id="FrameNetBrasil/reinventa-yolo-detection", filename="best.pt")

# 2. Carregar com Ultralytics
model = YOLO(model_path)

# 3. Inferência
results = model("[https://ultralytics.com/images/bus.jpg](https://ultralytics.com/images/bus.jpg)")  # Aceita URL ou caminho local

# 4. Resultados
for result in results:
    result.show()  # Mostra a imagem com caixas
    print(result.names) # Lista de classes detectadas