Criei uma IA de Detecção de Objetos por US$ 47. Agora, 6 Empresas me Pagam US$ 11.000/mês.

$47 em ferramentas. $11.000 em faturas. No mesmo mês.

Uma câmera conta carros, pessoas, caixas, qualquer coisa que você aponte. Ela funcionou em 6 locais no mês passado e eu a toquei duas vezes.

um quadro. 6 objetos emoldurados e etiquetados em 40ms.

A maioria das pessoas acha que isso exige um PhD e uma fazenda de GPUs. Na verdade, exige uma webcam e um fim de semana.

Quem descobriu isso está faturando silenciosamente com empresas locais $1.800/mês cada uma para contar o que um humano costumava contar manualmente.

Aqui está a construção completa.

O que realmente é

Uma câmera aponta para algo. O modelo emoldura cada objeto, etiqueta-o, conta-o.

A empresa paga por um número: quantos. Quantos carros entraram, quantas pessoas entraram, quantas caixas foram movidas.

Esse número costumava precisar de uma pessoa com uma prancheta. Agora precisa de um arquivo em um servidor de $6.

Esse é o sistema.

O pipeline, do início ao fim

Câmera alimenta RTSP: ao vivo YOLO11 detecta: 40ms por quadro ByteTrack atribui IDs: tempo real Contador registra em CSV: instantâneo Streamlit serve dashboard: 24/7

Tempo total de construção: um fim de semana. Custo total de execução: $47/mês. Linhas que você realmente edita: uma.

Passo 1: Instale a pilha

1pip install ultralytics supervision opencv-python

Uma linha no terminal. YOLO11 detecta, supervision conta, opencv lê o vídeo.

Não é programador? Este é o único comando de configuração em toda a construção. Cole uma vez, ele instala tudo. A partir daqui, você clona um arquivo e altera uma linha: o link da sua câmera.

Passo 2: Detecte qualquer coisa em 4 linhas

1from ultralytics import YOLO
2
3model = YOLO("yolo11n.pt")
4results = model("street.jpg")
5results[0].show()

YOLO11 já conhece 80 objetos: pessoa, carro, bicicleta, caminhão, cachorro, garrafa. Aponte para qualquer imagem e ele os emoldura. Nenhum treinamento ainda.

Altere uma linha: troque "street.jpg" pela sua própria foto. Essa é toda a edição.

Passo 3: Execute ao vivo em uma câmera

1from ultralytics import YOLO
2
3model = YOLO("yolo11n.pt")
4model.predict(source=0, show=True)   # 0 = webcam, ou cole uma URL RTSP

Troque 0 por um link RTSP e ele lê qualquer câmera de segurança no prédio. Este é o momento em que o cliente se interessa.

Altere uma linha: cole o link da câmera do cliente onde está o 0. Todo o resto permanece.

Passo 4: Rastreie e conte, não apenas detecte

A detecção sozinha conta o mesmo carro em cada quadro. O ByteTrack dá a cada objeto um ID e o mantém entre os quadros, para que você conte cada coisa uma vez ao cruzar uma linha.

1import cv2
2from ultralytics import YOLO
3import supervision as sv
4
5model = YOLO("yolo11n.pt")
6tracker = sv.ByteTrack()
7line = sv.LineZone(start=sv.Point(0, 500), end=sv.Point(1920, 500))
8annot = sv.LineZoneAnnotator()
9
10cap = cv2.VideoCapture("traffic.mp4")
11while True:
12    ok, frame = cap.read()
13    if not ok:
14        break
15    result = model(frame, conf=0.5)[0]
16    detections = sv.Detections.from_ultralytics(result)
17    detections = tracker.update_with_detections(detections)
18    line.trigger(detections)
19    frame = annot.annotate(frame, line_counter=line)
20    cv2.imshow("count", frame)
21    if cv2.waitKey(1) == 27:
22        break

line[dot]in_count e line[dot]out_count armazenam os totais ao vivo. Esse é o produto. Você copia este bloco inteiro, não o escreve.

Meu primeiro demo falhou aqui. A câmera contou sombras como pessoas, então o cliente do estacionamento viu 400 carros em um lote vazio. A correção foi conf=0.5, a linha já no código acima: ignore qualquer coisa da qual o modelo não tenha 50% de certeza. Aumente, os fantasmas desaparecem. O cliente assinou no dia seguinte.

Passo 5: Ensine-o a contar SEU objeto

As 80 classes padrão cobrem carros e pessoas. Quando um cliente quer paletes, garrafas de vinho ou gado, o Roboflow faz a parte difícil no navegador. Você arrasta 200 fotos, clica em caixas ao redor do objeto, aperta treinar. Sem código.

etiquetando uma classe personalizada no Roboflow. clique, nomeie, pronto

1from ultralytics import YOLO
2
3model = YOLO("yolo11n.pt")
4model.train(data="dataset.yaml", epochs=50, imgsz=640)

50 épocas em uma GPU gratuita do Colab leva 20 minutos. De qualquer forma, o mesmo pipeline agora conta qualquer coisa que você mostrou a ele. Esta é a linha do título.

Passo 6: Registre cada número

1import csv, datetime
2
3def log_count(label, count):
4    with open("counts.csv", "a", newline="") as f:
5        csv.writer(f).writerow([datetime.datetime.now(), label, count])

Uma linha CSV por evento. Este arquivo transforma um script em um relatório que a empresa pode ler. Já está conectado ao arquivo que envio para você.

Passo 7: Coloque atrás de um dashboard

1import streamlit as st
2import pandas as pd
3
4df = pd.read_csv("counts.csv", names=["time", "object", "count"])
5st.metric("Total hoje", int(df["count"].sum()))
6st.line_chart(df, x="time", y="count")

Execute streamlit run app[dot]py, aponte um domínio para o servidor, envie um link para o cliente. Eles fazem login e veem seus próprios números em movimento. Esse link é pelo que você cobra.

O custo

Modo antigo vs esta construção:

• Modelo - equipe de CV, 6 meses → YOLO11, grátis, 5 minutos
• Etiquetagem - empresa de anotação → Roboflow, aponte e clique
• Hardware - caixa GPU no local, $4.000 → servidor em nuvem, $46/mês
• Dashboard - desenvolvedor contratado, $8.000 → Streamlit, grátis
• Domínio - retentora de agência → $12/ano, cerca de $1/mês

Servidor + domínio custam $47/mês. Um cliente cobre isso 38 vezes.

Como conquistar o primeiro cliente

Pule o pitch deck. Entre em uma empresa que já tem câmeras e conta algo manualmente. Um estacionamento, uma academia, um café, um pequeno armazém.

Peça o link RTSP deles ou 2 minutos do feed da câmera. Execute o arquivo no seu laptop ali mesmo. Mostre a eles a própria porta de entrada com números ao vivo.

Ver a própria câmera contando para eles fecha o negócio mais rápido do que qualquer slide. Meus primeiros 3 clientes assinaram na mesma visita.

Como se transforma em $11.000/mês

Você vende o número, não o código.

Mês 1

- Construído no meu laptop. Primeiro cliente: um estacionamento querendo contagens de carros por hora. $500/mês.

Mês 3

- 3 clientes: estacionamento, um contador de porta de varejo, uma academia monitorando horários de pico. $4.500/mês.

Mês 6

- 6 clientes a $1.800 em média. Um armazém contando paletes, um café contando tráfego de pedestres, um serviço de bicicletas compartilhadas monitorando racks. $11.000/mês.

Mês 12

- Pare de vender configurações, venda logins. Um dashboard por cliente, cobrado mensalmente. Acima de $20.000/mês com custo ainda abaixo de $60.

O trabalho é feito uma vez. As faturas se repetem.

Comece aqui

A pilha é gratuita. A câmera já está na parede. Você edita uma linha e executa um arquivo.

comente "DETECT" e enviarei o arquivo completo: o link da câmera vai no topo, todo o resto se executa sozinho. Notebook de treinamento e modelo dataset[dot]yaml incluídos.

As empresas na sua rua contaram manualmente hoje. Elas farão isso de novo amanhã, a menos que alguém apareça com o link da câmera.