18 de abril de 2025
Aprenda a crear aplicaciones para drones basadas en IA con Ultralytics YOLO11, que permite la detección de objetos en tiempo real y tareas de visión por ordenador basadas en drones.
Las compras en tienda y las compras en línea pueden parecer iguales, pero dependen de una logística diferente. Las tiendas necesitan reponer existencias, mientras que los pedidos en línea dependen de las entregas a domicilio. Gracias a los avances tecnológicos, ambas experiencias de compra se están reconfigurando en paralelo.
Por ejemplo, se está produciendo un cambio importante en las entregas. Los drones dotados de inteligencia artificial están cambiando la forma en que los productos llegan a nuestros hogares. Se espera que estos drones inteligentes realicen unos 808 millones de entregas en la próxima década, convirtiendo los cielos en la nueva ruta de entrega para el comercio diario.
Los drones de reparto utilizan la inteligencia artificial (IA) y la visión por ordenador, un subcampo de la IA que se emplea para analizar datos visuales, para navegar y maniobrar sorteando obstáculos. Los modelos de visión por ordenador como Ultralytics YOLO11 pueden ayudar a los drones a detectar y seguir objetos en tiempo real, lo que les permite comprender mejor su entorno e interactuar con él.
Empresas como Meituan y DJI ya están integrando la visión por ordenador en sus drones. De hecho, la rápida adopción de drones en diversas industrias ha hecho que el mercado de drones con IA se dispare hasta los 206.900 millones de dólares en 2031.
En este artículo, analizaremos cómo pueden utilizarse modelos de visión por ordenador como Ultralytics YOLO11 en aplicaciones basadas en drones, como los drones de reparto. Recorreremos un ejemplo que mostrará cómo se pueden desarrollar y probar estas tecnologías antes de utilizarlas en escenarios reales.
Un elemento clave de los drones de reparto es su capacidad para detectar casas mientras navegan. Para recrear esta capacidad y entender cómo funciona, entrenaremos un modelo de visión por ordenador que pueda identificar casas en las imágenes captadas por un dron aéreo. Para ello, entrenaremos YOLO11 de forma personalizada, lo que implica ajustar un modelo YOLO11 preentrenado para que reconozca y detecte casas utilizando ejemplos etiquetados.
Para ello, necesitaremos datos de vídeo de alta calidad procedentes de un dron. Curiosamente, incluso sin tener acceso a un dron real, podemos generar imágenes aéreas realistas. Veamos cómo.
Google Earth Studio es una herramienta de animación basada en web que los usuarios pueden utilizar para crear contenidos fijos y animados utilizando las imágenes por satélite y en 3D de Google Earth. Podemos utilizarla para crear imágenes aéreas realistas.
El primer paso es abrir Google Earth Studio y crear un proyecto, como se muestra a continuación.
Necesitarás una cuenta de Google para acceder.
Una vez que te hayas registrado, puedes elegir una ubicación para tu vídeo artificial con dron. Utilizando la barra de búsqueda de la esquina superior izquierda de la página, puedes buscar ubicaciones. Para este tutorial, elegiremos Canadá. Además, como vamos a entrenar un modelo para detectar casas, nuestro vídeo de dron debería tener una vista aérea de casas.
A continuación, podemos establecer el primer y el último fotograma para capturar el movimiento de la toma artificial del dron. Una vez que hayas elegido la ubicación inicial para la toma del dron, establece el primer fotograma utilizando los diamantes azules, como se muestra a continuación.
A continuación, podemos elegir el último fotograma para determinar el destino del dron. Esto nos ayudará a crear un efecto de movimiento para la toma del dron. Para ello, desliza la barra (resaltada más abajo) hacia la derecha hasta un momento específico con el fin de crear el efecto de movimiento para la toma del dron. Una vez más, utiliza los diamantes azules para fijar el último punto.
Por último, puedes guardar este proyecto y renderizarlo haciendo clic en el botón rojo "Renderizar" en la esquina superior derecha de la página. Esto te dará la salida de vídeo final de la toma del dron, creando con éxito secuencias de vídeo de drones artificiales.
Ahora que ya hemos creado una secuencia de vídeo artificial con dron, el siguiente paso es etiquetar o anotar las casas que aparecen en ella. También tendremos que separar los distintos fotogramas del vídeo.
Para empezar, instalaremos LabelImg. LabelImg es una herramienta de etiquetado de imágenes de código abierto. Puede instalarla directamente desde el terminal utilizando el instalador de paquetes pip ejecutando el siguiente comando: "pip install labelImg".
Tras la instalación, puede ejecutar la herramienta utilizando el comando 'labelImg' en su terminal o símbolo del sistema. Esto le llevará a la página que se muestra a continuación.
Mientras tanto, podemos utilizar un conversor de vídeo a imagen en línea o una herramienta llamada FFmpeg para dividir el vídeo en fotogramas. FFmpeg es una colección de bibliotecas y herramientas para procesar contenidos multimedia como audio, vídeo, subtítulos y metadatos relacionados.
Puede utilizar el siguiente comando de terminal para separar cada fotograma del vídeo de grabación del dron:
Una vez que hemos separado los fotogramas de la grabación del dron, podemos empezar a etiquetar los objetos (casas) que aparecen en ellos. Navegando hasta la carpeta de imágenes a través de la herramienta LabelImg, podemos etiquetar los objetos de cada imagen. Asegúrate de guardar y verificar cada imagen etiquetada. Una vez anotadas las imágenes, podemos pasar a entrenar YOLO11 con estos datos.
Antes de empezar a entrenar a YOLO11, organizaremos nuestras imágenes y etiquetas. Empieza creando dos carpetas: una llamada "train" y la otra "valid". Divide tus imágenes entre estas carpetas. Dentro de cada una, crea subcarpetas separadas para las imágenes y sus correspondientes archivos de etiquetas (formato de texto), como se muestra a continuación.
A continuación, podemos empezar a entrenar el modelo YOLO11 del siguiente modo:
from ultralytics import YOLO
# Load a YOLO11 model
model = YOLO("yolo11n.pt") # choose your model, e.g., YOLO11 nano
# Train the model with your data and settings
model.train(data="data.yaml", epochs=100, imgsz=640)
El modelo YOLO11 entrenado puede utilizarse ahora para hacer predicciones mediante un proceso denominado inferencia. La inferencia consiste en utilizar un modelo para analizar datos nuevos y desconocidos basándose en lo que ha aprendido durante el entrenamiento. En este caso, el modelo puede utilizarse para encontrar y etiquetar objetos específicos, como casas, en imágenes o vídeos dibujando recuadros alrededor de ellos.
Para ejecutar una predicción, puede utilizar el modelo YOLO11 entrenado en un vídeo de entrada utilizando el siguiente código Python. En este ejemplo, utilizaremos el mismo vídeo de dron artificial que se utilizó para el entrenamiento, pero puedes utilizar cualquier otro archivo de vídeo si lo prefieres.
# Import library
from ultralytics import YOLO
# Load the YOLO model
model = YOLO("best.pt") # Choose your custom-trained model
# Predict the results from the model
results = model.predict(source="path/to/original/video.mp4", show=True, save=True)Tras ejecutar este código, se guardará el archivo de vídeo de salida con las predicciones y los cuadros delimitadores.
La detección de casas para la entrega de paquetes con drones es sólo un ejemplo de cómo pueden aplicarse la visión por ordenador y YOLO11. Aquí tienes otros usos reales de la visión por ordenador, YOLO11 y los drones aéreos:
Los drones con IA y visión artificial están cambiando muchos sectores, desde la entrega de paquetes a la ayuda en emergencias y la agricultura. En esta guía explicamos cómo crear un vídeo artificial con un dron, etiquetar objetos en él, entrenar a YOLO11 y utilizarlo para detectar casas.
Aplicar la detección de objetos a las grabaciones de los drones los hace más inteligentes, ya que les permite reconocer y rastrear objetos automáticamente en tiempo real. A medida que mejore la tecnología, es probable que los drones basados en IA desempeñen un papel aún más importante en la agilización de las entregas, la mejora de la seguridad y la respuesta ante catástrofes.
Únase a nuestra comunidad y explore nuestro repositorio de GitHub para obtener más información sobre Vision AI, y consulte nuestras opciones de licencia para poner en marcha sus proyectos de visión por ordenador. ¿Le interesan innovaciones como la IA en la fabricación o la visión por ordenador en el sector de la automoción? Visite nuestras páginas de soluciones para obtener más información.
