YAML Metadata Warning:empty or missing yaml metadata in repo card
Check out the documentation for more information.
TableVision AI
Sistema de visão computacional em Python que analisa o vídeo da câmera de segurança de um restaurante e indica, em tempo real, quais mesas estão ocupadas e quais estão disponíveis, exibindo tudo em um dashboard web.
Tecnologias: Python 3.12 · OpenCV · YOLO11 (Ultralytics, pré-treinado no COCO) · NumPy · Pandas · Streamlit
Como executar
# 1. (uma vez) criar o ambiente e instalar as dependências
python -m venv .venv
.\.venv\Scripts\python -m pip install -r requirements.txt
# 2. abrir o dashboard
.\.venv\Scripts\python -m streamlit run app.py
O navegador abre em http://localhost:8501. Clique em ▶ Iniciar na barra lateral.
O vídeo de entrada fica em data/restaurante.mp4 (cópia do vídeo original da câmera, 640x368, 30 fps, 62 min).
O modelo yolo11n.pt é baixado automaticamente na primeira execução.
Controles da barra lateral
| Controle | Função |
|---|---|
| Começar no minuto | Pula para um trecho do vídeo |
| Analisar 1 a cada N frames | 10 = ~3 análises por segundo de vídeo (bom para CPU) |
| Sincronizar com o tempo real | Desligado = processa o mais rápido possível |
| Modelo YOLO | yolo11n (rápido) ou yolo11s (mais preciso, mais lento) |
| Confirmação temporal | Segundos necessários para confirmar OCUPADA / DISPONÍVEL |
Como funciona
Leitura do vídeo –
cv2.VideoCapturelê os frames; apenas 1 a cada N é analisado.Detecção de pessoas – YOLO11 detecta somente a classe
person(COCO id 0). Caixas cortadas na borda superior (clientes em pé no balcão ao fundo) são descartadas.Regiões das mesas – cada mesa é um polígono (mesa + cadeiras) definido em
config/mesas.json, desenhado a partir de frames do próprio vídeo (config/preview_mesas.jpg).Atribuição – cada pessoa vira um ponto de ancoragem (região do quadril, 65% da altura da caixa) e é atribuída à mesa cujo polígono contém o ponto (
cv2.pointPolygonTest, tolerância de 12 px).Confirmação temporal (histerese) – cada mesa mantém um histórico de presença:
- vira OCUPADA se houve pessoa em ≥ 60% das análises dos últimos 10 s;
- volta a DISPONÍVEL se houve pessoa em ≤ 15% das análises dos últimos 20 s.
Assim, pessoas passando pelo corredor ou garçons de passagem não alteram o status, e oclusões momentâneas de quem está sentado não liberam a mesa.
Visualização – polígonos verdes (disponível) / vermelhos (ocupada) e caixas das pessoas sobre o vídeo; o dashboard mostra total, ocupadas, disponíveis, taxa de ocupação, um card por mesa com temporizador ("Ocupada há" / "Livre há") e o histórico de mudanças de estado.
Os temporizadores e o relógio usam o tempo do vídeo (o relógio parte de 17:01:07, horário mostrado pela câmera no primeiro frame), então os valores são consistentes mesmo se o processamento for mais lento ou mais rápido que o tempo real.
Reconfigurar as mesas
Se a câmera ou o vídeo mudarem, redesenhe os polígonos clicando sobre o frame:
.\.venv\Scripts\python configurar_mesas.py --minuto 60
Clique nos vértices de uma mesa → ENTER fecha a mesa → repita → S salva (Z desfaz, ESC sai).
Para apenas gerar a imagem de conferência: python configurar_mesas.py --preview.
Estrutura
app.py dashboard Streamlit (loop de processamento + interface)
detector.py YOLO + atribuição pessoa→mesa + máquina de estados temporal
configurar_mesas.py ferramenta de clique para definir os polígonos
config/mesas.json polígonos das 14 mesas
config/preview_mesas.jpg conferência visual dos polígonos
data/restaurante.mp4 vídeo de entrada
Limitações conhecidas
- As 14 mesas são as visíveis nesta câmera; mesas parcialmente fora do quadro (04 e 14) têm menor precisão.
- Pessoas muito pequenas/ocluídas no fundo do salão podem não ser detectadas em todos os frames
(a confirmação temporal compensa a maior parte disso; o modelo
yolo11smelhora a detecção). - Um garçom parado mais de ~10 s ao lado de uma mesa vazia pode marcá-la como ocupada.