Hugging Face's logo

Spaces:
marcuscanhaco
/
weapon-detection-app
Runtime error

App Files Community
weapon-detection-app / README.md
Marcus Vinicius Zerbini Canhaço
Documentação e melhorias no Examples
f84a89d
preview code
|
raw
history blame
3.37 kB
metadata
title: Weapon Detection App
emoji: 🚨
colorFrom: red
colorTo: yellow
sdk: gradio
sdk_version: 5.15.0
app_file: app.py
pinned: false
license: mit
hardware: true
resources:
  accelerator: T4
  gpu: true

Sistema de detecção de objetos de risco em vídeos usando OWL-ViT e processamento GPU/CPU otimizado.

Open in Hugging Face GitHub

Funcionalidades

  • Detecção de objetos de risco em vídeos
  • Processamento otimizado em GPU (NVIDIA T4) e CPU
  • Interface web intuitiva com Gradio
  • API REST para integração
  • Suporte a webhooks para notificações
  • Métricas detalhadas de processamento

Requisitos

  • Python 3.10+
  • CUDA 11.8+ (para GPU)
  • NVIDIA T4 16GB ou superior (recomendado)
  • 16GB RAM mínimo

Instalação

  1. Clone o repositório:

    git clone https://github.com/seu-usuario/hackatoon-1iadt.git
cd hackatoon-1iadt

  2. Instale as dependências:

    pip install -r requirements.txt

  3. Configure o ambiente:

    cp .env.example .env

Documentação completa de instalação

Uso

  1. Inicie a aplicação:

    python app.py

  2. Acesse: http://localhost:7860

  3. Upload de vídeo:

    • Arraste ou selecione um vídeo
    • Ajuste as configurações
    • Clique em "Detectar"

Documentação

Arquitetura

O projeto segue os princípios da Clean Architecture:

src/
├── domain/         # Regras de negócio
├── application/    # Casos de uso
├── infrastructure/ # Implementações
└── presentation/   # Interface

Detalhes da arquitetura

Deploy no Hugging Face

  1. Configure as credenciais:

    cp .env.example .env.huggingface

  2. Execute o deploy:

    ./deploy.sh

Máquinas Recomendadas

GPU

  • NVIDIA T4 16GB (Hugging Face Pro)
  • NVIDIA A100 (Performance máxima)
  • NVIDIA V100 (Alternativa)

CPU

  • 8+ cores
  • 32GB+ RAM
  • SSD para armazenamento

Interface

Componentes

  • Upload de vídeo (MP4, AVI, MOV)
  • Configurações de detecção
  • Visualização de resultados
  • Métricas em tempo real

Links

Licença

Este projeto está licenciado sob a MIT License - veja o arquivo LICENSE para detalhes.

Contribuição

  1. Fork o projeto
  2. Crie sua feature branch (git checkout -b feature/AmazingFeature)
  3. Commit suas mudanças (git commit -m 'Add some AmazingFeature')
  4. Push para a branch (git push origin feature/AmazingFeature)
  5. Abra um Pull Request

Suporte