YOLO11 Face Detection - Guia de Uso

Este repositório fornece scripts para treinamento e inferência de um modelo YOLO para detecção de rostos.

---

Requisitos

Antes de iniciar, certifique-se de ter as seguintes versões instaladas:

Python e Pip

• Python: 3.12.7
• Pip: 25.0

Comandos para verificação:

python --version
pip --version

PyTorch e CUDA

• PyTorch: 2.5.1+cu121
• CUDA: 12.1
• NVCC (CUDA Compiler): 12.1.66

Comandos para verificação:

python -c "import torch; print(torch.__version__); print(torch.version.cuda)"
nvcc --version

---

Instalação do Ambiente

1. Instalação do Python e Pip

Baixe e instale o Python 3.12.7 a partir do site oficial:

• Download Python

2. Instalação do CUDA e CuDNN

Baixe e instale as versões compatíveis do CUDA e CuDNN:

• CUDA 12.1: Download CUDA
• CuDNN para CUDA 12.1: Download CuDNN

3. Instalação do PyTorch

Instale a versão correta do PyTorch com suporte ao CUDA 12.1:

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

4. Clonar o Repositório e Criar o Ambiente Virtual

git clone https://github.com/pauloruszel/yolo11_face_detection.git
cd yolo11_face_detection
python -m venv venv
source venv/bin/activate # Linux/Mac
venv\Scripts\activate  # Windows

---

Execução dos Scripts

1. Converter as Labels para YOLO

Este script converte as anotações do dataset WIDER FACE para o formato do YOLO.

python scripts/convert_wider_to_yolo.py

2. Corrigir Labels Inconsistentes

Este script verifica e corrige labels que possuam coordenadas fora dos limites permitidos pelo YOLO.

python scripts/fix_labels.py

3. Treinar o Modelo

O batch size será ajustado automaticamente com base na memória disponível da GPU.

• --img 640: Define o tamanho da imagem utilizada no treinamento.
• --batch 4: Define o tamanho do batch (pode ser ajustado automaticamente).
• --epochs 100: Quantidade de épocas de treinamento.
• --data dataset.yaml: Caminho para o arquivo de configuração do dataset.
• --weights yolo11n.pt: Modelo pré-treinado utilizado como base.
• --device 0: Define a GPU a ser utilizada (0 para a primeira GPU).
• --name face_detection: Nome do experimento.
• --half: Usa precision FP16 para reduzir consumo de memória.
• --cache=ram: Carrega as imagens na RAM para acelerar o treinamento.

python scripts/train.py --img 640 --batch 4 --epochs 100 --data "C:/caminho/yolo11_face_detection/dataset.yaml" --weights "C:/caminho/yolo11_face_detection/models/yolo11n.pt" --device 0 --name face_detection --half --cache=ram

4. Executar Inferência com Webcam

Este script utiliza a webcam para realizar a detecção em tempo real.

python scripts/webcam_detect.py

5. Testar o Modelo em uma Imagem

Este script aplica a detecção em uma imagem específica.

python scripts/detection.py --image datasets/images/val/alguma_imagem.jpg

---

Estrutura do Diretório

.
├── datasets/
│   ├── images/
│   │   ├── train/
│   │   ├── val/
│   ├── labels/
│       ├── train/
│       ├── val/
├── models/
├── scripts/
│   ├── train.py
│   ├── webcam_detect.py
│   ├── detection.py
│   ├── convert_wider_to_yolo.py
│   ├── fix_labels.py
├── yolo11n.pt
└── README.md

---

Dicas de Otimização

• Ajuste o Batch Size: O batch size é ajustado automaticamente para evitar out of memory (OOM) na GPU.
• Utilize --cache=ram: Acelera o treinamento carregando as imagens na memória RAM.
• Monitore a GPU:

  nvidia-smi

• Caso encontre erros de CUDA, tente reiniciar a GPU com:

  nvidia-smi --gpu-reset

---

Caso encontre problemas, verifique se todas as versões dos pacotes estão compatíveis e atualizadas. Boa sorte no treinamento! 🚀