Como funciona a detecção de objetos no dispositivo
O que este detector faz
O Detector de Objetos com IA varre uma foto e desenha um retângulo rotulado ao redor de cada elemento que reconhece: uma pessoa, um carro, um cachorro, um notebook, uma cadeira. Nos bastidores roda o modelo COCO-SSD sobre o TensorFlow.js, uma rede neural treinada no conjunto de dados COCO para reconhecer 80 classes de objetos do dia a dia. Cada detecção traz três informações: o nome da classe, uma caixa delimitadora que marca onde o objeto está e uma pontuação de confiança de 0 a 100% que indica o quão certo o modelo está.
A detecção começa assim que a imagem carrega e toda a análise acontece no dispositivo: o arquivo do modelo (~10MB) é baixado uma única vez e fica em cache para as próximas visitas.
Quando usar
Serve para rotular automaticamente uma pasta de fotos, conferir o que um conjunto de dados realmente contém antes de treinar seu próprio modelo, ou contar quantas pessoas ou veículos aparecem em uma cena. Também é útil em tarefas de acessibilidade, ao gerar uma descrição textual rápida de uma imagem, e para quem prototipa ideias de visão computacional sem montar um ambiente Python.
Como exporta JSON estruturado com coordenadas, encaixa-se em um fluxo maior: você roda o detector, pega as caixas e as envia a scripts de recorte, desfoque ou anotação.
Um exemplo concreto
Solte uma foto de rua. O modelo pode devolver pessoa a 92%, carro a 88% e semáforo a 71%, cada um dentro da sua própria caixa colorida. Aumente a confiança mínima para 80% e o semáforo some dos resultados, deixando apenas as duas detecções mais seguras. Baixe para 40% e objetos mais discretos ou parcialmente ocultos começam a aparecer, junto com algum palpite errado. Baixe a imagem anotada para manter as sobreposições, ou exporte o JSON para obter os nomes de classe, as pontuações e as coordenadas das caixas em estado bruto.
Notas e limites
O COCO-SSD conhece 80 classes, então tudo que fica fora dessa lista (uma raça específica de cachorro, o logotipo de uma marca, um texto) não será rotulado. Objetos sobrepostos ou muito pequenos são os casos mais difíceis e costumam ficar abaixo do limiar. O controle deslizante de confiança é seu comando principal: valores altos trocam revocação por precisão e valores baixos fazem o inverso. Se uma foto não devolve nada, reduzir o limiar geralmente revela os objetos que o modelo viu, mas dos quais não tinha certeza.