Implementação e avaliação do YOLO11 para detecção de objetos em tempo real em ambientes dinâmicos

A detecção de objetos em tempo real tem se tornado uma área fundamental da visão computacional, com aplicações que abrangem desde sistemas de segurança até automação industrial. Este trabalho apresenta uma implementação e análise da versão mais recente do algoritmo You Only Look Once (YOLO11) para detecção de objetos em tempo real através de captura de vídeo. O estudo foi conduzido utilizando uma implementação baseada na biblioteca Ultralytics, com processamento de imagens através do OpenCV. Os experimentos foram realizados com diferentes tipos de objetos, incluindo dispositivos eletrônicos (telefones celulares e controles remotos) e recipientes (garrafas), demonstrando a versatilidade e precisão do modelo. Os resultados obtidos mostram taxas de confiança variando entre 0.67 e 0.97, indicando alta precisão na detecção de objetos cotidianos. A análise comparativa com versões anteriores do YOLO revela melhorias significativas em termos de velocidade de processamento e precisão de detecção, confirmando o avanço tecnológico representado pelo YOLO11. O sistema desenvolvido demonstrou capacidade de processamento em tempo real, mantendo estabilidade mesmo em condições de captura diversas. As contribuições deste trabalho incluem a validação do desempenho do YOLO11 em cenários práticos e a demonstração de sua aplicabilidade em sistemas de detecção automatizada.