Desafio: Detecção de Objetos com Modelo Personalizado e YOLO

Nesta tarefa, será explorado o universo da detecção de objetos utilizando aprendizado profundo. Primeiro, será construído um modelo próprio de detecção de objetos do zero com Keras. Em seguida, será carregado um modelo YOLOv8 pré-treinado e aplicado ao mesmo conjunto de dados.

Durante o processo, serão realizadas as seguintes etapas:

• Treinamento de um detector de objetos simples baseado em Keras;
• Carregamento e execução de previsões com um modelo YOLOv8 treinado nos mesmos dados;
• Avaliação do desempenho em imagens reais de validação;
• Comparação dos resultados e compreensão da diferença entre modelos personalizados e modelos de última geração.

No decorrer do notebook, será feita uma reflexão sobre as limitações de construir modelos de detecção do zero — além de uma breve menção à importância do transfer learning para aplicações práticas.