Creación de productos inteligentes con Ultralytics YOLO26 e IA para 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 revisa por encima o solo se examina 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 están más conectados y se basan más en los datos, esta limitación resulta cada vez más evidente.

Los usuarios esperan que los sistemas hagan algo más que registrar eventos o seguir instrucciones fijas. Por ejemplo, esperan que los productos inteligentes reconozcan lo que está ocurriendo y respondan de inmediato, sin esperar a revisiones manuales ni depender de conjuntos de reglas rígidos.

Los avances recientes en inteligencia artificial están ayudando a cerrar esa brecha. En particular, la visión artificial permite a las máquinas interpretar imágenes y vídeo, de modo que los sistemas pueden analizar escenas y responder en tiempo real.

Sin embargo, incorporar esta capacidad a un producto requiere modelos que sean rápidos y fiables. Los modelos de visión artificial de última generación, como Ultralytics YOLO26, están diseñados para este fin y ofrecen la velocidad y precisión necesarias para el despliegue en tiempo real.

Ultralytics YOLO26 admite tareas de visión esenciales, 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 mediante YOLO26 (Fuente)

En este artículo, exploraremos cómo pueden utilizarse la visión artificial y Ultralytics YOLO26 para crear productos más inteligentes y respaldar la automatización inteligente en aplicaciones del mundo real. ¡Empecemos!

Las carencias del desarrollo tradicional de productos#

Antes de profundizar en cómo la visión artificial ayuda a crear productos más inteligentes, examinemos de cerca 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 las situaciones del mundo real rara vez son predecibles. Pequeños cambios en la iluminación, el ángulo de la cámara o el aspecto de los objetos pueden hacer que las reglas predefinidas fallen rápidamente y reducir la precisión.
• Poca adaptabilidad a la variabilidad del mundo real: Los sistemas tradicionales no se adaptan bien a escenarios nuevos o inesperados. 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 datos de imágenes y vídeo, las canalizaciones antiguas de procesamiento de imágenes tienen dificultades para seguir el ritmo. El procesamiento se ralentiza, lo que dificulta mantener el rendimiento en tiempo real en los flujos de vídeo.
• Alta latencia en escenarios en tiempo real: Muchos enfoques tradicionales no pueden procesar los flujos visuales continuos con suficiente rapidez. Las salidas retrasadas debilitan la automatización y reducen la capacidad de respuesta general.
• Costosas necesidades de computación: Lograr una precisión aceptable suele exigir importantes recursos de hardware, incluidas unidades de procesamiento gráfico (GPUs) dedicadas, lo que incrementa los costes de infraestructura.

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

A continuación, veamos cómo la visión artificial puede contribuir a un comportamiento más inteligente de los productos.

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

Como resultado, las imágenes y el vídeo se capturan constantemente en segundo plano. El reto no es recopilar estos datos.

La parte complicada es interpretar los datos recopilados en tiempo real. Sin inteligencia visual, las grabaciones simplemente se almacenan y se revisan más tarde, a menudo después de que ya haya ocurrido un problema.

La visión artificial cambia esta situación. Mediante redes neuronales entrenadas para reconocer patrones, los sistemas pueden analizar imágenes y vídeo 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 mientras suceden los eventos.

Para incorporar esta capacidad visual a los productos, los equipos pueden utilizar 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 suficiente para tomar decisiones en tiempo real.

Los componentes básicos de los productos basados en visión#

Este es un breve desglose de cómo las tareas de visión artificial pueden contribuir a crear productos más inteligentes:

• Detección de objetos: Esta tarea identifica y localiza objetos relevantes en cada fotograma mediante un cuadro delimitador y asigna una puntuación de confianza, lo que proporciona una visión clara de lo que aparece en una imagen.
• Seguimiento de objetos: Puede utilizarse para seguir objetos concretos en varios fotogramas, lo que permite a un sistema de visión comprender el movimiento y los cambios a lo largo del tiempo.
• Clasificación de imágenes: Esta tarea asigna una etiqueta a una imagen completa en función de su contenido principal. Clasifica escenas o identifica condiciones específicas dentro del fotograma.
• Segmentación de instancias: Permite delimitar objetos con precisión a nivel de píxel, de modo 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 u otros objetos articulados. Capta la postura, el movimiento y las interacciones físicas en tiempo real.
• Detección de cajas delimitadoras orientadas (OBB): Permite detectar objetos mediante cajas delimitadoras giradas en lugar de cajas horizontales estándar. Mejora la precisión de localización cuando los objetos aparecen inclinados o en entornos muy compactos.

Cuando estas capacidades se aplican a datos visuales continuos, los productos pueden responder más rápido, automatizar procesos de forma más fiable y ofrecer experiencias que parecen conscientes del contexto en lugar de meramente reactivas. En vez de esperar a revisar los eventos más tarde, los sistemas pueden comprender y actuar en el momento.

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

A medida que aprendas 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 qué hay delante de la cámara. A medida que llega el flujo de vídeo, un modelo de visión analiza cada fotograma e identifica los elementos relevantes, como objetos concretos o personas. En lugar de reaccionar a cada movimiento, el sistema se centra únicamente en las señales relevantes.

Otro aspecto clave es la velocidad. Los sistemas en tiempo real tienen que procesar cada fotograma con rapidez y de forma constante, para garantizar que la detección y la toma de decisiones se produzcan sin retrasos apreciables.

Por ejemplo, la familia de modelos Ultralytics YOLO (Solo miras una vez) se diseñó 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 de rendimiento y mejoras de eficiencia. El resultado es una mayor velocidad y precisión, incluso en condiciones exigentes del mundo real.

Cuando se integran en un producto, estos modelos se ejecutan continuamente en segundo plano y analizan cada fotograma a medida que llega. El sistema comprueba 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 prácticos para integrarlos en entornos que van desde la robótica y los vehículos autónomos hasta los sistemas domésticos inteligentes y de seguridad. Para los responsables de negocio, esto se traduce en respuestas más rápidas, menos comprobaciones manuales y una automatización que resulta fiable en lugar de reactiva.

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

Los modelos Ultralytics YOLO, incluido YOLO26, están disponibles directamente como modelos preentrenados. Esto significa que ya se han entrenado con grandes conjuntos de datos de uso extendido, como el conjunto de datos COCO.

Gracias a este preentrenamiento, Ultralytics YOLO26 puede reconocer inmediatamente objetos habituales del mundo real. Esto proporciona a los equipos de producto un punto de partida práctico, ya que pueden crear funciones visuales sin entrenar un modelo desde cero.

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

Por ejemplo, imagina 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 establecimiento. 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 se ejecuta continuamente en segundo plano. Los equipos también pueden desplegar estos modelos en dispositivos periféricos, 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 sean más conscientes, receptivos y capaces de actuar en función de lo que ven.

Inteligencia de productos sanitarios con YOLO#

En la formación quirúrgica sanitaria, a menudo se revisan manualmente horas de grabaciones de procedimientos 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.

Con un modelo de visión basado en YOLO integrado en el sistema, los vídeos pueden analizarse automáticamente mientras se realizan los procedimientos. El modelo puede detectar instrumentos quirúrgicos en tiempo real e identificar dónde y cuándo se utilizan.

Esto permite registrar la información de forma estructurada, mejorar los análisis y obtener información de calidad sobre el rendimiento sin necesidad de una revisión manual constante. De hecho, una investigación que utilizó el modelo Ultralytics YOLO11, predecesor del modelo YOLO26 más reciente, demostró 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 mediante YOLO (Fuente)

El modelo mantuvo una precisión elevada y se ejecutó con la rapidez suficiente para entornos quirúrgicos en directo. Esto demuestra cómo el aprendizaje profundo puede proporcionar información visual fiable en tiempo real durante los procedimientos.

Creación de experiencias de venta minorista inteligentes basadas en YOLO#

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

Para los minoristas, esto dificulta conocer en tiempo real el estado de las estanterías. La IA de visión y los modelos de detección de objetos YOLO pueden ayudar a los sistemas de las tiendas a comprender qué hay realmente en las estanterías mediante imágenes de cámaras y flujos 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.

El stock bajo puede señalarse de inmediato, los productos mal colocados pueden detectarse más rápidamente y los procesos de pago pueden funcionar con mayor fluidez. Esto proporciona a los minoristas un mayor control operativo y, al mismo tiempo, crea una experiencia de compra más fluida para los clientes.

IA de visión y navegación autónoma#

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

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

Entonces, ¿cómo funciona esto en entornos reales? Veamos el ejemplo de un robot que opera en un almacén. Las cámaras capturan continuamente lo que lo rodea y un modelo de visión realiza detección de objetos en tiempo real para identificar obstáculos, estanterías y pasillos.

Estas detecciones contribuyen a la localización y ayudan al robot 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 eficientemente 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 mantener la seguridad y la fiabilidad. La mayoría de las veces, estas inspecciones de servicios públicos siguen implicando comprobaciones manuales, que requieren tiempo y son difíciles de gestionar en zonas extensas o remotas.

La IA de visión ofrece una forma más sencilla de supervisar las infraestructuras sin depender únicamente de visitas programadas a las instalaciones. Los modelos como Ultralytics YOLO26 pueden detectar defectos en los aisladores de líneas eléctricas, como grietas, corrosión o daños visibles, directamente a partir de imágenes capturadas en condiciones exteriores reales.

Al analizar datos visuales en tiempo real, estos sistemas pueden señalar posibles problemas que, de otro modo, pasarían desapercibidos. Identificar estos problemas de forma temprana reduce el riesgo de fallos en los equipos, minimiza las interrupciones inesperadas y favorece unas operaciones de mantenimiento más proactivas.

Medición del ROI de los productos inteligentes basados en visión#

Para los responsables de negocio, la IA de visión no se reduce al rendimiento técnico. Se trata de lograr un impacto empresarial medible.

Cuando se implementan de forma meditada, los sistemas basados en visión pueden mejorar la eficiencia, reducir costes y aumentar la precisión. Estas mejoras también contribuyen a ofrecer mejores experiencias de usuario y un rendimiento general superior.

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

• Reducción del esfuerzo manual: Los sistemas de visión automatizan tareas repetitivas de inspección, supervisión y verificación, reducen la dependencia de los procesos manuales y permiten que los equipos se centren en trabajos más estratégicos.
• Ciclos de decisión más rápidos: El análisis visual en tiempo real permite a los sistemas detectar problemas o activar acciones al instante, acortando los tiempos de respuesta y manteniendo 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 experimentar menos errores y obtener resultados más fiables.
• Mayor participación de los usuarios: Los productos capaces de ver y responder de forma inteligente resultan más interactivos y relevantes. Esto genera una mayor confianza de los usuarios, mejores experiencias y una adopción más elevada a largo plazo.

Conclusiones clave#

La IA de visión permite a los productos interpretar información visual en tiempo real, lo que favorece una automatización más inteligente y experiencias más ágiles. Con capacidades como la detección, el seguimiento y la segmentación, los sistemas superan las reglas básicas y toman decisiones conscientes del contexto. Los modelos eficientes, como Ultralytics YOLO26, hacen práctico crear productos escalables y competitivos basados en visión.

Únete a nuestra comunidad activa 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 con la visión artificial consultando nuestras opciones de licencia.