Llevar Ultralytics YOLO11 a dispositivos Apple mediante CoreML

Con la introducción por parte de Apple de funciones como Apple Intelligence, está claro que la IA en el dispositivo se está convirtiendo en una parte fundamental de cómo usamos nuestros teléfonos. Para los desarrolladores, este cambio significa que los usuarios están adoptando aplicaciones de iOS que utilizan capacidades como la visión por computador para ofrecer experiencias más inteligentes y receptivas.

La visión por computador es un tipo de inteligencia artificial (AI) que permite a los ordenadores comprender y analizar información visual, como imágenes o vídeos. En dispositivos móviles, puede utilizarse en tiempo real para detectar, clasificar e interactuar con objetos mediante la cámara del teléfono. Los modelos de IA de visión, como Ultralytics YOLO11, pueden entrenarse de forma personalizada para reconocer objetos específicos según las necesidades de tu aplicación.

Sin embargo, Ultralytics YOLO11 no está preparado para ejecutarse en iOS directamente. Para desplegar YOLO11 en iPhones u otros dispositivos Apple, especialmente para utilizarlo sin conexión, es necesario convertirlo a un formato optimizado para el ecosistema de Apple.

Esto es exactamente el tipo de problema que CoreML se creó para resolver. CoreML es el framework de aprendizaje automático de Apple, diseñado para ejecutar modelos localmente e integrarse sin problemas en aplicaciones de iOS y macOS. La integración con CoreML, compatible con Ultralytics, facilita la exportación de tu modelo para desplegarlo localmente en iPhones.

En este artículo, veremos más de cerca cómo exportar tu modelo Ultralytics YOLO11 al formato CoreML. También exploraremos casos de uso en tiempo real que muestran las ventajas de ejecutar modelos de visión por computador directamente en dispositivos iOS. ¡Empecemos!

¿Qué es CoreML?#

CoreML es un framework de aprendizaje automático (ML) desarrollado por Apple que permite a los desarrolladores integrar modelos de ML entrenados directamente en aplicaciones de todo el ecosistema de Apple, incluidos iOS (iPhone y iPad), macOS (Mac), watchOS (Apple Watch) y tvOS (Apple TV). Está diseñado para hacer que el aprendizaje automático sea accesible y eficiente en dispositivos Apple, permitiendo que los modelos se ejecuten directamente en el dispositivo sin necesidad de conexión a internet.

En el núcleo de CoreML hay un formato de modelo unificado compatible con una amplia variedad de tareas de IA, como clasificación de imágenes, detección de objetos, reconocimiento del habla y procesamiento del lenguaje natural. El framework está optimizado para aprovechar al máximo el hardware de Apple, utilizando la CPU (unidad central de procesamiento), la GPU (unidad de procesamiento gráfico) y la ANE (motor neuronal de Apple) para ejecutar modelos de forma rápida y eficiente.

CoreML admite diversos tipos de modelos y es compatible con bibliotecas populares de aprendizaje automático, como TensorFlow, PyTorch, scikit-learn, XGBoost y LibSVM. Esto facilita que los desarrolladores incorporen capacidades avanzadas de ML a aplicaciones cotidianas y garantiza que se ejecuten correctamente en distintos dispositivos Apple.

Fig. 1. CoreML admite modelos de otros frameworks populares de IA (Fuente).

Funciones principales de CoreML#

Estas son algunas de las funciones principales que convierten CoreML en una herramienta fiable para integrar IA en aplicaciones de Apple:

• Optimización de modelos: CoreML admite técnicas de compresión como la cuantización y la poda para reducir el tamaño de los modelos y mejorar la eficiencia en tiempo de ejecución.
• Personalización en el dispositivo: el framework de ML de Apple admite la personalización en el dispositivo, lo que permite entrenar y actualizar los modelos localmente según las interacciones del usuario.
• Predicciones asíncronas: este framework permite que tu aplicación ejecute predicciones en segundo plano, manteniendo la interfaz de usuario fluida y receptiva mientras procesa tareas de IA.
• Aprendizaje multitarea: CoreML admite modelos capaces de realizar varias tareas a la vez, como detectar objetos y reconocer texto en la misma imagen.

Cómo exportar Ultralytics YOLO11 al formato CoreML#

Ahora que conocemos mejor el framework CoreML, vamos a repasar cómo utilizar la integración con CoreML compatible con Ultralytics para exportar un modelo YOLO11 al formato CoreML.

Paso 1: Configura tu entorno#

Para acceder a las funciones de integración proporcionadas por Ultralytics, empieza instalando el paquete de Python de Ultralytics. Es una biblioteca ligera y fácil de usar que simplifica tareas como entrenar, evaluar, predecir y exportar modelos YOLO de Ultralytics.

Puedes instalar el paquete de Python de Ultralytics ejecutando “pip install ultralytics” en el terminal de comandos. Si utilizas un entorno como Jupyter Notebook o Google Colab, incluye un signo de exclamación (!) delante del comando: “!pip install ultralytics”.

Si encuentras algún problema durante la instalación o al exportar a CoreML, consulta la documentación oficial de Ultralytics o la guía de problemas comunes para obtener ayuda.

Paso 2: Exporta Ultralytics YOLO11 a CoreML#

Una vez instalado correctamente el paquete, ya puedes cargar un modelo Ultralytics YOLO11 y convertirlo al formato CoreML.

Si no tienes claro qué modelo YOLO11 preentrenado utilizar, puedes explorar la variedad de modelos compatibles con Ultralytics. Cada uno ofrece un equilibrio diferente entre velocidad, tamaño y precisión, así que puedes elegir el que mejor se adapte a tu proyecto. También puedes utilizar un modelo YOLO11 entrenado de forma personalizada si lo has entrenado con tu propio conjunto de datos.

En el fragmento de código siguiente se utiliza un archivo de modelo YOLO11 preentrenado llamado "yolo11n.pt". Durante el proceso de exportación, se convierte en un paquete CoreML llamado "yolo11n.mlpackage."

El modelo "yolo11n" es la versión nano, optimizada para ofrecer velocidad y consumir pocos recursos. Según las necesidades de tu proyecto, también puedes elegir otros tamaños de modelo, como "s" para pequeño, "m" para mediano, "l" para grande o "x" para extragrande. Cada versión ofrece un equilibrio diferente entre rendimiento y precisión.

from ultralytics import YOLO

model = YOLO("yolo11n.pt")
model.export(format="coreml")

Paso 3: Ejecuta inferencias utilizando el modelo CoreML exportado#

Después de exportarlo al formato CoreML, Ultralytics YOLO11 puede integrarse fácilmente en aplicaciones de iOS, lo que permite realizar tareas de visión por computador en tiempo real, como la detección de objetos, en dispositivos como iPhones, iPads y Macs.

Por ejemplo, el fragmento de código siguiente muestra cómo cargar el modelo CoreML exportado y realizar inferencias. La inferencia es el proceso de utilizar un modelo entrenado para realizar predicciones sobre datos nuevos. En este caso, el modelo analiza una imagen de una familia jugando con un balón.

coreml_model = YOLO("yolo11n.mlpackage")
results = coreml_model("https://images.pexels.com/photos/4933841/pexels-photo-4933841.jpeg", save=True)

Después de ejecutar el código, la imagen de salida se guardará en la carpeta "runs/detect/predict".

Fig. 2. Uso de un modelo Ultralytics YOLO11 exportado en formato CoreML para detectar objetos. Imagen del autor.

¿Dónde se pueden utilizar los modelos CoreML exportados?#

Exportar Ultralytics YOLO11 a CoreML ofrece la flexibilidad necesaria para crear diversas aplicaciones de visión por computador que funcionen de forma eficiente en iPhones, iPads y Macs. A continuación, veremos algunos escenarios del mundo real en los que esta integración puede resultar especialmente útil.

Aplicaciones de realidad aumentada y videojuegos impulsados por modelos CoreML#

La realidad aumentada (AR) combina contenido digital con el mundo real superponiendo elementos virtuales sobre imágenes en directo de la cámara. Se está convirtiendo en una parte fundamental de los videojuegos para móviles, al crear experiencias más interactivas e inmersivas.

Con Ultralytics YOLO11 exportado al formato CoreML, los desarrolladores de iOS pueden crear juegos de AR que reconozcan objetos del mundo real, como bancos, árboles o señales, mediante la cámara del teléfono. A continuación, el juego puede superponer objetos virtuales, como monedas, pistas o criaturas, sobre estos objetos para mejorar el entorno del jugador.

Entre bastidores, esto funciona mediante la detección y el seguimiento de objetos. Ultralytics YOLO11 detecta e identifica objetos en tiempo real, mientras que el seguimiento los mantiene en el campo de visión cuando se mueve la cámara, asegurándose de que los elementos virtuales permanezcan alineados con el mundo real.

Los jugadores pueden apuntar con sus teléfonos, explorar el entorno e interactuar con lo que ven para recoger objetos o completar desafíos rápidos. Todo esto puede ejecutarse directamente en el dispositivo sin necesidad de conexión a internet, lo que hace que la experiencia sea fluida y atractiva.

Aplicaciones de iOS integradas con modelos CoreML para ANPR en tiempo real#

El reconocimiento automático de matrículas (ANPR) es una aplicación de visión por computador utilizada para detectar y leer matrículas de vehículos. Se utiliza habitualmente en sistemas de seguridad, control del tráfico y control de acceso. Con CoreML y modelos como YOLO11, ANPR ahora puede ejecutarse de forma eficiente en dispositivos iOS.

Disponer de una aplicación de ANPR en tu iPhone puede resultar especialmente útil en entornos centrados en la seguridad. Por ejemplo, puede ayudar a los equipos a determinar rápidamente si un vehículo que entra en una zona restringida está autorizado o no.

Una aplicación de este tipo puede utilizar un modelo de IA de visión, como Ultralytics YOLO11, integrado mediante CoreML, para detectar vehículos y localizar sus matrículas en tiempo real usando la cámara del dispositivo. Una vez detectada una matrícula, la tecnología de reconocimiento óptico de caracteres (OCR) puede leer su número. A continuación, la aplicación puede comparar este número con una base de datos local o en la nube para verificar el acceso o marcar vehículos no autorizados.

Fig. 3. La IA de visión puede utilizarse para detectar y leer números de matrícula. (Fuente).

Las aplicaciones centradas en la accesibilidad pueden aprovechar los modelos CoreML#

La IA ha tenido un enorme impacto en la accesibilidad, ayudando a eliminar barreras para las personas con discapacidad visual. Con herramientas como CoreML y modelos de visión por computador, como Ultralytics YOLO11, los desarrolladores pueden crear aplicaciones de iOS que describan en tiempo real el mundo que rodea a los usuarios, haciendo que las tareas cotidianas sean más sencillas e independientes.

Por ejemplo, una persona con discapacidad visual puede apuntar con la cámara de su iPhone a lo que la rodea. La aplicación utiliza la detección de objetos para reconocer elementos importantes, como vehículos, personas o señales de tráfico, y narra lo que ve. Esto puede utilizarse en situaciones como atravesar una calle concurrida o comprender una emergencia.

Fig. 4. Ejemplo del uso de Ultralytics YOLO11 para detectar personas

Conclusiones clave#

Exportar Ultralytics YOLO11 al formato CoreML abre nuevas oportunidades para aplicaciones en tiempo real, incluida la detección de objetos sin conexión en dispositivos iOS. Desde la agricultura y la seguridad hasta la accesibilidad, esta combinación permite a los desarrolladores crear aplicaciones inteligentes, eficientes y centradas en la privacidad que se ejecutan íntegramente en el dispositivo.

Con solo unos sencillos pasos, puedes convertir tu modelo Ultralytics YOLO11 y añadir funciones fiables de visión por computador a los iPhones. Lo mejor de todo es que funciona sin necesidad de conexión a internet. En general, la integración con CoreML lleva el potencial de la IA avanzada a las aplicaciones móviles cotidianas, haciéndolas más rápidas, receptivas y listas para ejecutarse en cualquier lugar.

¿Te interesa saber más sobre IA? Explora nuestro repositorio de GitHub, conecta con nuestra comunidad y consulta nuestras opciones de licencia para poner en marcha tu proyecto de visión por computador. Descubre cómo innovaciones como la IA en el comercio minorista y la visión por computador en la logística están dando forma al futuro en nuestras páginas de soluciones.