Code for chicken and robot detection using Yolo v8

Figura 1: Efectos dinámicos del robot en la densidad de pollos en la zona de influencia del robot.Tomada de Marín et al, 2024 (doi.org). La zona inmediata de influencia está centrada en la trayectoria del robot (línea amarilla delgada). La detección de aves se realizó automáticamente utilizando un modelo de inteligencia artificial personalizado. Se contaron los pollos cuyo centro de masa (X blanco dentro de círculos rojos) se encontraba dentro de la zona. La densidad relativa se estimó como el número relativo de aves dentro de la zona en relación con el minuto anterior a que el robot entrara en la zona (línea de base, primera imagen).Paso 1: RequerimientosInstalación de las librerias de python que se requieren antes de correr los scripts de procesamiento de los videos.Paso 2: Extracción de frames a partir de videos.El script.py recibe como entrada una lista de vídeos ubicados en una carpeta específica. Posteriormente, extrae una imagen en un momento de inicio definido por el usuario, con un intervalo de tiempo predefinido. Crea una carpeta de salida que contiene el set de imagenes generadas que constituyen el input para el segundo paso del procedimiento, donde el modelo entrenado en YOLO8 se encargará de identificar los objetos.Paso 3: Identificación automática de pollos y extracción de resultados.El script de Python opera mediante el uso de una llave de acceso proporcionada por Roboflow para llamar al modelo entrenado en su plataforma. Las imágenes ubicadas en la carpeta creada en el paso 2, son procesadas una por una, y para cada una se extraen predicciones de objetos utilizando el modelo de Roboflow. El nivel de confianza para la detección de objetos es ajustable por el usuario. La salida del modelo es un archivo json a partir del cual se extrae la información de interés, principalmente la ubicación espacial del pollo.Además de identificar y contar los objetos detectados, en este caso, pollos, el script también registra si los pollos están dentro o fuera de un área rectangular predefinida. Los resultados de estas predicciones, junto con los recuentos de pollos dentro y fuera, se registran en archivos CSV separados para su posterior análisis. Finalmente, el script muestra la última imagen procesada, incluyendo los pollos marcados, y muestra las rutas donde se han guardado los archivos CSV generados.