Crear productos inteligentes con Ultralytics YOLO26 e IA de visión

Cada día, las cámaras integradas en dispositivos, máquinas e infraestructuras públicas capturan miles de horas de vídeo. La mayor parte de esas grabaciones se almacena, se ojea por encima o solo se revisa cuando algo sale mal.

A menudo, los datos visuales están disponibles, pero falta la capacidad de interpretarlos en tiempo real. A medida que los productos se conectan más y se basan cada vez más en los datos, esta limitación resulta más evidente.

Los usuarios esperan que los sistemas hagan algo más que grabar eventos o seguir instrucciones fijas. Por ejemplo, esperan que los productos inteligentes reconozcan lo que está pasando y respondan de inmediato, sin esperar a una revisión manual ni depender de conjuntos rígidos de reglas.

Los avances recientes en inteligencia artificial están ayudando a cerrar esa brecha. En concreto, la visión artificial permite a las máquinas interpretar imágenes y vídeos, lo que posibilita que los sistemas analicen escenas y respondan en tiempo real.

Sin embargo, incorporar esta capacidad a un producto exige modelos rápidos y fiables. Los modelos de visión artificial más avanzados, como Ultralytics YOLO26, están diseñados para este fin y ofrecen la velocidad y precisión necesarias para su implementación en tiempo real.

Ultralytics YOLO26 admite tareas fundamentales de visión, como la detección de objetos, la segmentación de instancias y el seguimiento de objetos, lo que permite a los productos interpretar datos visuales y responder de forma inteligente.

Fig. 1. Detección de objetos en una imagen con YOLO26 (Fuente)

En este artículo veremos cómo se pueden usar la visión artificial y Ultralytics YOLO26 para crear productos más inteligentes y facilitar la automatización inteligente en aplicaciones reales. ¡Empecemos!

Las carencias del desarrollo tradicional de productos#

Antes de profundizar en cómo la visión artificial ayuda a crear productos más inteligentes, examinemos los retos a los que se enfrentan los equipos cuando dependen de sistemas tradicionales basados en reglas y algoritmos antiguos.

Estos son algunos de los principales retos del desarrollo tradicional de productos:

• Sistemas rígidos basados en reglas: La lógica codificada puede funcionar en entornos controlados, pero los entornos reales rara vez son predecibles. Pequeños cambios en la iluminación, el ángulo de la cámara o la apariencia de los objetos pueden hacer que las reglas predefinidas dejen de funcionar y reducir la precisión.
• Poca capacidad de adaptación a la variabilidad del mundo real: Los sistemas tradicionales no se adaptan bien a situaciones nuevas o imprevistas. Las actualizaciones suelen requerir ajustes manuales y optimizaciones repetidas, lo que ralentiza las mejoras del producto y aumenta el esfuerzo de mantenimiento.
• Limitaciones de escalabilidad: A medida que crece el volumen de imágenes y vídeos, las canalizaciones de procesamiento de imágenes más antiguas tienen dificultades para seguir el ritmo. El procesamiento se ralentiza y resulta difícil mantener el rendimiento en tiempo real en los flujos de vídeo.
• Alta latencia en situaciones en tiempo real: Muchos enfoques tradicionales no pueden procesar flujos visuales continuos con la suficiente rapidez. Los resultados tardíos debilitan la automatización y reducen la capacidad de respuesta general.
• Costes elevados de procesamiento: Para lograr una precisión aceptable suele hacer falta una gran cantidad de recursos de hardware, incluidas unidades de procesamiento gráfico (GPU) específicas, lo que aumenta los costes de infraestructura.

El papel de la visión artificial en la creación de productos más inteligentes#

A continuación, veamos cómo puede contribuir la visión artificial a que los productos se comporten de forma más inteligente.

La mayoría de los productos conectados actuales ya recopilan datos visuales como parte de sus procesos operativos habituales. Hay cámaras integradas en distintos dispositivos, instaladas en espacios físicos y conectadas mediante sistemas del Internet de las cosas (IoT).

Por eso, se capturan continuamente imágenes y vídeos en segundo plano. El reto no consiste en recopilar estos datos.

Lo difícil es interpretar los datos recopilados en tiempo real. Sin inteligencia visual, las grabaciones simplemente se almacenan y se revisan más tarde, a menudo cuando el problema ya se ha producido.

La visión artificial cambia esta situación. Al utilizar redes neuronales entrenadas para reconocer patrones, los sistemas pueden analizar imágenes y vídeos en tiempo real. En lugar de depender de reglas fijas o comprobaciones manuales, los productos pueden interpretar lo que ocurre en una escena y responder a medida que suceden los acontecimientos.

Para incorporar esta capacidad visual a sus productos, los equipos pueden recurrir a modelos de visión artificial eficientes, como Ultralytics YOLO26. YOLO26 admite tareas de visión clave y puede ayudar a los productos a interpretar información visual con la rapidez necesaria para tomar decisiones en tiempo real.

Los componentes básicos de los productos basados en visión#

Aquí tienes un breve resumen de cómo las tareas de visión artificial pueden contribuir a crear productos más inteligentes:

• Detección de objetos: Esta tarea puede identificar y localizar objetos relevantes en cada fotograma mediante un cuadro delimitador y asignarles una puntuación de confianza, lo que permite entender claramente qué aparece en una imagen.
• Seguimiento de objetos: Puede utilizarse para seguir objetos concretos a lo largo de varios fotogramas, lo que permite a un sistema de visión entender el movimiento y los cambios con el tiempo.
• Clasificación de imágenes: Esta tarea asigna una etiqueta a una imagen completa según su contenido principal. Clasifica escenas o identifica condiciones concretas dentro del fotograma.
• Segmentación de instancias: Permite delimitar objetos con precisión a nivel de píxel, para que los productos puedan interpretar mejor las formas, los límites y las relaciones espaciales.
• Estimación de pose: Esta tarea detecta puntos clave del cuerpo humano o de otros objetos articulados. Capta la postura, el movimiento y las interacciones físicas en tiempo real.
• Detección de cuadros delimitadores orientados (OBB): Permite detectar objetos con cuadros delimitadores girados en lugar de los horizontales estándar. Mejora la precisión de la localización cuando los objetos aparecen inclinados o muy juntos.

Al aplicar estas capacidades a datos visuales continuos, los productos pueden responder más rápido, automatizar procesos con mayor fiabilidad y ofrecer experiencias que parecen conscientes, en lugar de reactivas. En vez de esperar a que se revisen los eventos más tarde, los sistemas pueden entender lo que ocurre y actuar en el momento.

Cómo los modelos de visión en tiempo real permiten un comportamiento inteligente de los productos#

A medida que aprendes más sobre los productos basados en visión, quizá te preguntes cómo pasa un sistema de limitarse a grabar vídeo a responder realmente en tiempo real.

Todo empieza por reconocer lo que hay delante de la cámara. A medida que llega el vídeo, un modelo de visión analiza cada fotograma e identifica los elementos importantes, como objetos o personas concretos. En lugar de reaccionar ante cada movimiento, el sistema se centra únicamente en las señales relevantes.

Otro aspecto clave es la velocidad. Los sistemas en tiempo real deben procesar cada fotograma de forma rápida y constante, para que la detección y la toma de decisiones se produzcan sin retrasos perceptibles.

Por ejemplo, la familia de modelos Ultralytics YOLO (Solo miras una vez) se creó para procesar datos visuales en tiempo real. Modelos como Ultralytics YOLO26 se basan en versiones anteriores, como Ultralytics YOLOv5, Ultralytics YOLOv8 y Ultralytics YOLO11, e incorporan mejoras arquitectónicas, optimizaciones del rendimiento y mejoras de eficiencia. El resultado es una mayor velocidad y precisión, incluso en condiciones exigentes del mundo real.

Al integrarlos en un producto, estos modelos se ejecutan continuamente en segundo plano y analizan cada fotograma a medida que llega. El sistema comprueba las condiciones predefinidas y, cuando se cumplen, puede activar al instante una alerta, actualizar un flujo de trabajo o iniciar una acción.

Esto hace que los sistemas basados en visión sean más ágiles, escalables y fáciles de integrar en entornos que van desde la robótica y los vehículos autónomos hasta los sistemas de domótica y seguridad. Para los responsables de empresas, esto se traduce en respuestas más rápidas, menos comprobaciones manuales y una automatización fiable, en lugar de reactiva.

Usar Ultralytics YOLO26 para impulsar la inteligencia visual en tiempo real en los productos#

Los modelos Ultralytics YOLO, incluido YOLO26, están disponibles directamente como modelos preentrenados. Esto significa que ya se han entrenado con conjuntos de datos grandes y ampliamente utilizados, como COCO.

Gracias a este preentrenamiento, Ultralytics YOLO26 puede reconocer de inmediato objetos comunes del mundo real. Esto ofrece a los equipos de producto un punto de partida práctico para crear funciones visuales sin entrenar un modelo desde cero.

Para necesidades más específicas del producto, estos modelos preentrenados pueden ajustarse aún más con datos específicos del ámbito y anotaciones de alta calidad.

Por ejemplo, piensa en un restaurante equipado con cámaras en el techo. Un modelo de IA de visión personalizado, como Ultralytics YOLO26, puede detectar cuántas personas hay dentro del local. También puede identificar qué mesas están ocupadas y qué sillas están vacías.

Fig. 2. Ultralytics YOLO26 permite detectar en tiempo real personas, espacios libres y cajas atendidas en tiendas. (Fuente)

En este tipo de escenario, Ultralytics YOLO26 actúa como un motor visual que funciona continuamente en segundo plano. Los equipos también pueden desplegar estos modelos en dispositivos edge, en función de las necesidades de rendimiento y los objetivos de eficiencia energética.

Aplicaciones reales de los modelos YOLO en productos inteligentes#

Ahora que entendemos mejor cómo funcionan los modelos de visión en tiempo real, veamos cómo pueden aplicarse los modelos Ultralytics YOLO en productos inteligentes para distintos casos de uso y hacer que estos sean más conscientes, ágiles y capaces de actuar según lo que ven.

Inteligencia de producto para la sanidad con YOLO#

En la formación quirúrgica sanitaria, a menudo se revisan manualmente horas de grabaciones de intervenciones para evaluar el manejo del instrumental y el flujo de trabajo. Este proceso puede llevar mucho tiempo y depender en gran medida de la observación humana.

Al integrar en el sistema un modelo de visión basado en YOLO, las imágenes de vídeo pueden analizarse automáticamente mientras se realizan las intervenciones. El modelo puede detectar instrumentos quirúrgicos en tiempo real e identificar dónde y cuándo se utilizan.

Esto permite registrar los datos de forma estructurada, mejorar el análisis y obtener información de alta calidad sobre el rendimiento sin tener que revisar constantemente las grabaciones de forma manual. De hecho, un estudio con el modelo Ultralytics YOLO11, predecesor del último modelo YOLO26, mostró que la detección de instrumental laparoscópico en tiempo real podía ejecutarse eficazmente incluso en sistemas integrados.

Fig. 3. Detección de instrumental laparoscópico en tiempo real con YOLO (Fuente)

El modelo mantuvo una gran precisión y se ejecutó con la rapidez necesaria para su uso en intervenciones quirúrgicas en directo. Esto demuestra cómo el aprendizaje profundo puede ofrecer una respuesta visual fiable en tiempo real durante las intervenciones.

Crear experiencias de compra inteligentes con YOLO#

Todos hemos estado delante de una abarrotada estantería de supermercado intentando encontrar el producto adecuado. Muchos artículos se parecen, las etiquetas son pequeñas y, a menudo, los productos están colocados en el lugar equivocado.

Para los minoristas, esto dificulta saber en tiempo real qué hay en las estanterías. La IA de visión y los modelos de detección de objetos YOLO pueden ayudar a los sistemas de las tiendas a entender qué hay realmente en las estanterías mediante imágenes de cámaras y transmisiones de vídeo en directo. Esto reduce la dependencia de los escaneos de códigos de barras y las comprobaciones manuales, y hace que la supervisión de las estanterías sea más precisa y ágil.

Fig. 4. Detección y segmentación de productos en estanterías de supermercado con Ultralytics YOLO26

Con este nivel de precisión, los minoristas ya no tienen que depender únicamente de comprobaciones manuales periódicas. Las estanterías pueden supervisarse continuamente mediante vídeo en directo.

Es posible detectar enseguida los niveles bajos de existencias, localizar más rápido los productos mal colocados y agilizar los procesos de pago. Así, los minoristas controlan mejor sus operaciones y ofrecen a los clientes una experiencia de compra más fluida.

IA de visión y navegación autónoma#

Los sistemas autónomos pueden ser muy eficientes, pero a menudo dependen de rutas fijas o coordenadas predefinidas. Aunque esto funciona en entornos estables, las condiciones del mundo real rara vez se mantienen iguales.

Las soluciones de IA de visión basadas en modelos de aprendizaje profundo permiten a las máquinas entender el entorno y adaptarse en tiempo real. Al combinar la visión artificial con algoritmos adaptativos, los sistemas pueden responder a los cambios a medida que se producen, en lugar de depender de instrucciones rígidas preprogramadas.

¿Cómo funciona esto en situaciones reales? Veamos el ejemplo de un robot que trabaja en un almacén. Las cámaras captan continuamente lo que lo rodea y un modelo de visión detecta objetos en tiempo real para identificar obstáculos, estanterías y pasillos.

Estas detecciones ayudan a localizar el robot y a determinar su posición exacta dentro de las instalaciones. A partir de esta información visual, los algoritmos de optimización ajustan su ruta al instante, lo que le permite desplazarse con eficiencia y mantener una automatización fluida incluso cuando cambian las condiciones.

Supervisión de infraestructuras y detección de defectos más inteligente#

Las líneas eléctricas y los equipos de la red necesitan inspecciones periódicas para seguir siendo seguros y fiables. La mayoría de las veces, estas inspecciones de servicios públicos siguen siendo manuales, lo que requiere tiempo y dificulta su gestión en zonas extensas o remotas.

La IA de visión ofrece una forma más sencilla de supervisar las infraestructuras sin depender únicamente de visitas programadas. Modelos como Ultralytics YOLO26 pueden detectar defectos en los aisladores de las líneas eléctricas, como grietas, corrosión o daños visibles, directamente en imágenes captadas en condiciones reales al aire libre.

Al analizar datos visuales en tiempo real, estos sistemas pueden señalar posibles problemas que, de otro modo, pasarían desapercibidos. Detectarlos pronto reduce el riesgo de fallos en los equipos, minimiza los cortes de suministro imprevistos y facilita un mantenimiento más proactivo.

Medir el retorno de la inversión de los productos inteligentes basados en visión#

Para los responsables de empresas, la IA de visión no se limita al rendimiento técnico. También tiene que ver con un impacto empresarial medible.

Si se implementan con criterio, los sistemas basados en visión pueden mejorar la eficiencia, reducir costes y aumentar la precisión. Estas mejoras también contribuyen a ofrecer una mejor experiencia de usuario y a lograr un mayor rendimiento general.

Estas son algunas áreas en las que ese impacto resulta evidente:

• Menos trabajo manual: Los sistemas de visión automatizan las tareas repetitivas de inspección, supervisión y verificación, reducen la dependencia de los procesos manuales y permiten que los equipos se centren en tareas más estratégicas.
• Ciclos de decisión más rápidos: El análisis visual en tiempo real permite a los sistemas detectar problemas o activar acciones al instante, acortar los tiempos de respuesta y mantener las operaciones en marcha sin interrupciones.
• Menos errores operativos: La detección automatizada aporta coherencia. Al reducir la supervisión humana en las tareas rutinarias, las organizaciones suelen cometer menos errores y obtener resultados más fiables.
• Mayor implicación de los usuarios: Los productos que pueden ver y responder de forma inteligente resultan más interactivos y relevantes. Esto refuerza la confianza de los usuarios, mejora su experiencia y favorece una mayor adopción a largo plazo.

Conclusiones clave#

La IA de visión permite a los productos interpretar información visual en tiempo real, lo que facilita una automatización más inteligente y experiencias más ágiles. Gracias a capacidades como la detección, el seguimiento y la segmentación, los sistemas van más allá de las reglas básicas y toman decisiones teniendo en cuenta el contexto. Modelos eficientes como Ultralytics YOLO26 hacen posible crear productos basados en visión que sean escalables y competitivos.

Únete a nuestra activa comunidad y descubre innovaciones como la IA en la fabricación y la IA de visión en el comercio minorista. Visita nuestro repositorio de GitHub y empieza hoy mismo con la visión artificial consultando nuestras opciones de licencia.