Manna YOLO

×

Habilidades BNCC

• EF05MA24: Interpretar dados apresentados em tabelas e gráficos de colunas, colunas duplas, barras e barras duplas, construindo esses gráficos com dados de pesquisas realizadas.
• EF67LP24: Analisar o efeito de sentido provocado pelo uso de recursos multimodais em textos de diferentes gêneros e suportes.
• EF89CI10: Analisar a presença e uso de diferentes fontes de energia no Brasil e no mundo, relacionando-as aos seus impactos socioambientais.

×

Manual do Professor

Este projeto utiliza diversas tecnologias avançadas, incluindo YOLO para detecção de objetos em tempo real, TensorFlow.js para treinamento e implementação de modelos de machine learning no navegador, e COCO-SSD como um modelo de detecção de objetos pré-treinado.

Para aplicar este conteúdo em sala de aula, siga estas etapas:

1. Preparação Pré-Aula: Familiarize-se com o funcionamento do projeto e as tecnologias envolvidas. Prepare exemplos práticos para demonstrar aos alunos.
2. Explicação do Conteúdo: Explique aos alunos sobre YOLO, visão computacional, imagem digital, inteligência artificial e modelos pré-treinados. Mostre como esses conceitos são aplicados no projeto.
3. Atividade Prática: Divida os alunos em grupos e peça que realizem atividades práticas usando o projeto. Incentive-os a identificar objetos e discutir os resultados.
4. Feedback dos Alunos: Coleta de feedback dos alunos sobre o que aprenderam e as dificuldades encontradas. Use este feedback para ajustar futuras aulas.
5. Perguntas sobre o Tema:
   • O que é YOLO e como ele funciona?
   • O que é um modelo pré-treinado?
   • Como a visão computacional pode ser aplicada em diferentes indústrias?
   • Qual é a importância da inteligência artificial na sociedade atual?
   • Quais são os desafios da imagem digital?

Para mais detalhes, baixe o manual completo AQUI.