Skip to content

Ovaj projekat predstavlja naprednu Python desktop aplikaciju koja koristi YOLOv8 veštačku inteligenciju i WebSockets za real-time detekciju objekata i autonomno upravljanje WiFi robotima.

License

Notifications You must be signed in to change notification settings

yolo-projekat/Yolo-Projekat-Python

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

8 Commits
 
 
 
 
 
 
 
 

Repository files navigation

Markdown

🐍 YOLO Projekat Python

AI Engine i Multithreaded Kontrolni Terminal

Python YOLOv8 OpenCV License: MIT


YOLO Vozilo Python predstavlja moćan desktop klijent dizajniran za real-time vizuelnu analitiku i preciznu daljinsku kontrolu.
Aplikacija koristi YOLOv8 Nano model za inteligentno procesiranje video strima uz minimalno procesorsko opterećenje.

🚀 Ključne Karakteristike

🧠 Napredna AI Detekcija

  • Real-Time Inference: Kontinuirano procesiranje frejmova sa grafičkim prikazom bounding-box identifikatora.
  • Smart Tracking (Follow Mode): Napredni algoritam za praćenje specifičnih objekata (npr. klasa "banana"). Sistem dinamički koriguje kretanje vozila kako bi cilj ostao u centru vidnog polja.
  • Multithreaded Architecture: Odvojene niti za mrežnu komunikaciju, UI renderovanje i AI inferenciju, čime se postiže stabilan FPS i maksimalna responzivnost.

🎮 Kontrolna Tabla

  • Keyboard Mastery: Full-stack kontrola kretanja putem tastature uz podršku za složene vektorske komande (npr. napred + levo).
  • Asynchronous WebSockets: Implementacija websockets biblioteke za ultrabrz prenos komandi kretanja ka Raspberry Pi 5 kontroleru.
  • Tkinter Dash: Modernizovani GUI sa real-time logovanjem sistemskih događaja i mrežnog statusa.

🛠 Tehnološki Stack

Segment Tehnologija Uloga
Backend Core Python 3.9+ Glavna programska logika
AI Engine Ultralytics YOLOv8 Computer Vision i detekcija
Networking WebSockets & Requests Real-time I/O komunikacija
Image Processing OpenCV Filtriranje i manipulacija frejmova
UI Framework Tkinter / Pillow Grafički interfejs i renderovanje

🔧 Arhitektura i Rad

Sistem funkcioniše kao centralni čvor u YOLO ekosistemu:

Note

Praćenje objekata koristi PID-like logiku za glatku korekciju pravca motora, sprečavajući nagle oscilacije pri kretanju.

🌐 Mrežni Protokoli

  • Command Stream: ws://192.168.4.1:1606 (Low-latency kontrola).
  • Video Capture: http://192.168.4.1:1607/capture (Raw MJPEG stream).

📐 Logika Praćenja

Aplikacija izračunava horizontalni offset objekta u odnosu na centar frejma:

  1. Levo: Aktivira rot_levo za centriranje kadra.
  2. Centar: Održava napred vektor kretanja.
  3. Desno: Aktivira rot_desno za centriranje kadra.

📦 Instalacija

  1. Kloniraj:
    git clone [https://github.com/yolo-projekat/Yolo-Projekat-Python/](https://github.com/yolo-projekat/Yolo-Projekat-Python/)
    cd Yolo-Projekat-Python

Dependencies:

pip install -r requirements.txt Run: Povežite se na mrežu vozila i pokrenite:

python main.py 🎨 Vizuelni Identitet U skladu sa Glassmorphism stilom projekta:

UI Background: Deep Navy (#0f172a) kontrast za bolju vidljivost bounding-boxova.

Accent Color: #38bdf8 za aktivne niti i mrežne indikatore.

Autor: Danilo Stoletović • Mentor: Dejan Batanjac

ETŠ „Nikola Tesla“ Niš • 2026

About

Ovaj projekat predstavlja naprednu Python desktop aplikaciju koja koristi YOLOv8 veštačku inteligenciju i WebSockets za real-time detekciju objekata i autonomno upravljanje WiFi robotima.

Topics

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages