Guia de Instalação e Uso: Detecção de Mosquito da Dengue com YOLOv8

Este projeto utiliza o modelo YOLOv8 para treinar e detectar imagens relacionadas ao mosquito da dengue, com resultados visuais, métricas de performance e vídeos de predição.

Pré-requisitos

• Python 3.10+
• Conda (recomendado)
• Git
• Placa GPU com suporte CUDA (opcional, mas recomendado)

Instalação

1. Clone o repositório

git clone https://gitlab.com/unb-esw/fga-pi2/semestre-2025-1/dengue/software/algorithm.git
cd algorithm-main/DENGUE_modelo_imagens

2. Crie e ative o ambiente Conda

conda env create -f enviroment.yml
conda activate yolov8dengue

Alternativamente, instale manualmente os pacotes indicados no environment.yml.

3. Instale o Ultralytics YOLOv8

pip install ultralytics

Ou clone direto do repositório: git clone https://github.com/ultralytics/ultralytics.git && cd ultralytics && pip install -e .

Uso

Treinamento do Modelo

Para baixar o dataset e treinar o modelo:

python dengue_download_dataset_and_train.py

Isso irá:

• Baixar e preparar o dataset
• Iniciar o treinamento com YOLOv8
• Salvar pesos como best.pt, last.pt etc.

Inferência / Predição

Use o notebook dengue_deploy.ipynb para:

• Carregar o modelo (best-10.pt ou best-80.pt)
• Executar predições em imagens ou vídeos
• Visualizar resultados com bounding boxes

Execute em ambiente Jupyter Notebook:

jupyter notebook dengue_deploy.ipynb

Histórico de Versão

Versão	Descrição	Data	Responsável
1.0	Criação do documento	30/05/2025	Vinícius de Oliveira