Mejora de aplicaciones de visión artificial con visualizaciones

Cada minuto se generan enormes cantidades de datos, desde terminales de aeropuerto y estaciones de tren hasta centros comerciales. A medida que la IA se generaliza, ahora se analiza y desglosa buena parte de estos datos. Sin embargo, a veces los resultados de estos modelos de IA dificultan detectar patrones o comprender tendencias de un vistazo. Ahí es donde entra en juego la visualización de datos: convierte resultados complejos en información clara y fácil de asimilar.

Esto es especialmente cierto en las aplicaciones de visión artificial. La visión artificial es una rama de la inteligencia artificial (IA) que ayuda a las máquinas a interpretar y comprender la información visual del mundo que las rodea, como imágenes y vídeos. Los modelos de IA de visión, como Ultralytics YOLO11, pueden ayudar a analizar estos datos visuales para extraer información, mientras que la visualización de datos permite presentarla en un formato fácil de entender.

En pocas palabras, la visualización de datos tiende un puente entre los datos en bruto y su comprensión real mediante gráficos analíticos significativos. En el mundo actual, basado en los datos, esto es fundamental, porque no basta con que las máquinas realicen tareas: necesitamos que nos cuenten una historia.

Esta necesidad de contar historias explica precisamente por qué está creciendo la visualización de datos, cuyo mercado está llamado a alcanzar los 18,36 mil millones de dólares en 2030. Anteriormente, vimos cómo la visión artificial puede ofrecer valiosas perspectivas empresariales. Hoy iremos un paso más allá y veremos cómo generar gráficos analíticos claros e informativos para aplicaciones de visión artificial con el paquete Ultralytics. ¡Empecemos!

Fig. 1. Ejemplo de visualización de datos basada en los resultados de YOLO11.

Introducción a la visualización de datos en aplicaciones de visión artificial#

La visualización de datos en aplicaciones de visión artificial consiste en transformar los resultados de las tareas de visión artificial, como la detección y el seguimiento de objetos, en gráficos o paneles fáciles de entender. Estas representaciones visuales ayudan a identificar patrones y tendencias, sobre todo cuando se trabaja con grandes volúmenes de grabaciones de vídeo.

Por ejemplo, en lugar de revisar manualmente horas de vídeo de vigilancia, un sencillo gráfico de líneas que muestre el número de coches o personas detectados a lo largo del tiempo puede destacar rápidamente las horas punta o los periodos inusualmente tranquilos.

Estas son algunas de las principales razones por las que resulta útil visualizar los datos:

• Simplifica los datos complejos: Miles de detecciones de objetos pueden resultar abrumadoras, pero las visualizaciones, como los gráficos de barras o circulares, facilitan la comprensión general; por ejemplo, permiten ver qué objetos aparecen con más frecuencia.

• Revela tendencias: Los gráficos de líneas y de barras ayudan a identificar patrones a lo largo del tiempo, como cuándo y dónde suele aumentar el tránsito de peatones.

• Ahorra tiempo: En lugar de revisar todos los fotogramas del vídeo, los gráficos pueden destacar rápidamente detalles importantes, como aumentos repentinos de la actividad de los vehículos o apariciones inusuales de objetos en zonas restringidas.

• Mejora la comunicación: Las representaciones visuales facilitan compartir información con públicos no técnicos y ayudan a que todo el mundo comprenda mejor los resultados.

Diferentes tipos de visualizaciones de datos#

Distintos tipos de gráficos analíticos pueden transformar los resultados de la visión artificial en representaciones visuales claras y fáciles de entender. Imagina que trabajas en una aplicación de visión artificial que detecta personas y vehículos en grabaciones de vigilancia. En este caso, un gráfico de líneas es ideal para mostrar cómo cambia el número de detecciones con el tiempo, por ejemplo, para seguir las horas punta de tránsito peatonal a lo largo del día.

Del mismo modo, los gráficos de barras son útiles para comparar el número de objetos de distintos tipos detectados, por ejemplo, para ver si en el vídeo aparecen más coches, bicicletas o peatones. En cambio, los gráficos circulares muestran qué porcentaje del total de detecciones corresponde a cada tipo de objeto. Cada gráfico tiene su utilidad y ayuda a interpretar y compartir con más facilidad datos complejos de visión artificial.

Fig. 2. Ejemplos de gráficos analíticos.

Generar gráficos analíticos para obtener información de visión artificial#

Ahora que hemos visto qué es la visualización de datos y por qué son importantes los distintos tipos de gráficos analíticos, veamos más de cerca cómo usar la solución Analytics de Ultralytics para visualizar los resultados de las predicciones de tu modelo de visión artificial. Antes de explicar el proceso paso a paso, echemos un vistazo a las herramientas y opciones de configuración para entrenar y usar el paquete Ultralytics y modelos como YOLO11.

El paquete Python de Ultralytics facilita el entrenamiento de modelos, la detección de objetos, la ejecución de predicciones y la visualización de resultados. Para empezar a usarlo, necesitarás un entorno de programación. Estas son tres opciones sencillas:

• Interfaz de línea de comandos (CLI): Es una herramienta básica de texto en la que puedes escribir comandos para ejecutar el código. No tiene interfaz visual; interactúas con ella escribiendo instrucciones en un terminal o símbolo del sistema.

• Jupyter Notebooks: Es un entorno de programación interactivo donde puedes escribir, ejecutar y probar pequeños fragmentos de código (llamados «celdas») de uno en uno. Muestra los resultados directamente debajo de cada celda, lo que facilita comprender paso a paso lo que ocurre. Es especialmente útil para aprender y experimentar.

• Google Colab: Esta opción es una versión gratuita de Jupyter Notebooks basada en la nube que se ejecuta en el navegador. No requiere configurar nada en el ordenador y te da acceso gratuito a GPU para procesar los datos más rápido.

Estas herramientas son ideales para empezar rápidamente, pero también puedes integrar Ultralytics en entornos de desarrollo integrado (IDE), como Visual Studio Code (VS Code), o en flujos de trabajo de producción. Si quieres ver más opciones, consulta la documentación oficial de Ultralytics.

Paso 1: Configurar el entorno#

Cuando hayas elegido el entorno que prefieres, el siguiente paso es configurarlo para ejecutar predicciones y visualizar los resultados. Puedes usar cualquiera de los entornos mencionados anteriormente, según cuál te resulte más cómodo.

Si trabajas en Google Colab, ten en cuenta que usa una CPU de forma predeterminada, lo que puede ralentizar el rendimiento. Para acelerar el procesamiento, cambia a una GPU: ve al menú «Entorno de ejecución», selecciona «Cambiar tipo de entorno de ejecución» y configura el acelerador de hardware como GPU (preferiblemente una T4).

Para preparar tu entorno, tendrás que instalar el paquete Python de Ultralytics con el comando que se indica a continuación. En herramientas basadas en notebooks, como Colab o Jupyter, no olvides añadir un signo de exclamación (!) delante del comando.

pip install ultralytics

Paso 2: Descargar un archivo de vídeo#

A continuación, necesitaremos un vídeo con el que trabajar. Puedes descargar uno fácilmente de un sitio de vídeos de stock gratuito, como Pexels. Asegúrate de elegir un vídeo que incluya objetos que Ultralytics YOLO11 pueda detectar. Como el modelo se ha preentrenado con el conjunto de datos COCO, puede reconocer objetos habituales, como personas, coches y bicicletas.

En este tutorial, usaremos un vídeo de gestión de equipajes en una terminal de aeropuerto concurrida. Puedes usar el mismo vídeo o elegir otro que se adapte a tu proyecto.

Fig. 3. Un fotograma del vídeo de entrada que muestra la gestión de equipajes en una terminal de aeropuerto.

Paso 3: Importar paquetes#

A continuación, podemos importar las bibliotecas necesarias y cargar el vídeo de entrada.

Empezaremos importando OpenCV (cv2), una biblioteca muy utilizada para trabajar con imágenes y vídeos en visión artificial. También importaremos la biblioteca Ultralytics, que nos ayuda a ejecutar la detección de objetos y generar análisis a partir del vídeo.

Después, intentaremos abrir el archivo de vídeo especificando su ruta. Asegúrate de sustituir «path/to/video.mp4» por la ubicación real del archivo de vídeo que has descargado.

Además, el fragmento de código siguiente incluye una comprobación sencilla para asegurarse de que el vídeo se carga correctamente. Si la ruta es incorrecta o el archivo está dañado, el programa se detendrá y mostrará un mensaje de error: «Error reading video file.»

import cv2
from ultralytics import solutions

cap = cv2.VideoCapture("path/to/video.mp4")
assert cap.isOpened(), "Error reading video file"

Paso 4: Preparar el escritor de vídeo#

A continuación, configuraremos un escritor de vídeo para guardar el resultado. Cuando ejecutemos los análisis, esta parte del código creará un nuevo archivo de vídeo que registrará los gráficos actualizados generados a partir de cada fotograma del vídeo original.

En el fragmento de código siguiente, primero extraemos las propiedades principales del vídeo de entrada: su anchura, altura y fotogramas por segundo (fps). Estos valores se obtienen directamente del vídeo y se convierten en números enteros para garantizar que tengan el formato correcto al escribir el resultado.

A continuación, usamos la función cv2.VideoWriter para crear un nuevo archivo de vídeo llamado «analytics_output.avi» (puedes cambiarle el nombre si lo necesitas). El vídeo se guarda en formato MJPG, un método habitual de compresión de vídeo. La resolución de salida se establece en 1280×720 píxeles, independientemente del tamaño del vídeo original.

w, h, fps = (int(cap.get(x)) for x in (cv2.CAP_PROP_FRAME_WIDTH, cv2.CAP_PROP_FRAME_HEIGHT, cv2.CAP_PROP_FPS))
out = cv2.VideoWriter(
    "analytics_output.avi",
    cv2.VideoWriter_fourcc(*"MJPG"),
    fps,
    (1280, 720),
)

Paso 5: Configurar la solución Analytics de Ultralytics#

Ahora configuraremos la solución Analytics de Ultralytics para generar gráficos a partir del vídeo. Puedes elegir cómo se muestran los datos, por ejemplo, en un gráfico de líneas, circular, de áreas o de barras, y qué modelo YOLO usar. En este ejemplo, usaremos el modelo ligero «yolo11n.pt» y mostraremos los resultados en un gráfico de áreas.

analytics = solutions.Analytics(
    show=True,
    analytics_type="area",
    model="yolo11n.pt",
)

Paso 6: Procesar el vídeo de entrada#

La última parte del código ejecuta un bucle que procesa el vídeo fotograma a fotograma. Cada fotograma se envía a la herramienta de análisis, que actualiza el gráfico en tiempo real. A continuación, el gráfico actualizado se escribe en el vídeo de salida. Si no se puede leer un fotograma, el bucle se detiene. Una vez procesados todos los fotogramas, se guarda el vídeo y se cierran las ventanas abiertas.

frame_count = 0
while cap.isOpened():
    success, im0 = cap.read()
    if success:
        frame_count += 1
        results = analytics(im0, frame_count)
        out.write(results.plot_im)
    else:
        break

cap.release()
out.release()
cv2.destroyAllWindows()

Paso 7: Unirlo todo#

Por último, vamos a unirlo todo. Con solo unas pocas líneas de código adicionales, podemos generar dos vídeos de salida: uno que muestra los resultados de la detección de objetos de Ultralytics YOLO11 con cuadros delimitadores y etiquetas, y otro con los gráficos de análisis en tiempo real.

Para ello, configuraremos dos instancias de VideoWriter: una para guardar el vídeo de predicciones y otra para los análisis. Esta versión del código incluye el seguimiento de objetos y la generación de gráficos, así que podrás ver los resultados de las detecciones junto con la información visual.

Aquí tienes el código completo junto con ejemplos de los resultados de las predicciones y los análisis.

import cv2
from ultralytics import YOLO, solutions

# Cargar el modelo y el vídeo
model = YOLO('yolo11n.pt')
cap = cv2.VideoCapture('path/to/video.mp4')
assert cap.isOpened(), "Error opening video"

# Obtener las propiedades
w, h = int(cap.get(3)), int(cap.get(4))
fps = cap.get(5)
analytics_res = (1280, 720)

# Escritores para los vídeos de predicciones y análisis
out_pred = cv2.VideoWriter('output_predictions.avi', cv2.VideoWriter_fourcc(*'MJPG'), fps, (w, h))
out_ana = cv2.VideoWriter('output_analytics.avi', cv2.VideoWriter_fourcc(*'MJPG'), fps, analytics_res)

# Configuración de Analytics
analytics = solutions.Analytics(show=True, analytics_type="area", model='yolo11n.pt')

# Procesar fotogramas
frame_count = 0
while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break
    frame_count += 1
    pred_frame = model.track(frame, persist=True)[0].plot()
    out_pred.write(pred_frame)
    resized = cv2.resize(pred_frame, analytics_res)
    out_ana.write(analytics(resized, frame_count).plot_im)

cap.release(), out_pred.release(), out_ana.release(), cv2.destroyAllWindows()

Cuando el código anterior se ejecuta correctamente, genera dos vídeos de salida. El archivo «output_predictions.avi» muestra los resultados de la detección de objetos con cuadros delimitadores y etiquetas, mientras que «output_analytics.avi» muestra los gráficos de análisis en tiempo real basados en las detecciones.

Fig. 4. Un fotograma del archivo «output_predictions.avi».

Aquí tienes un fotograma del resultado de los análisis basado en las predicciones. Con el gráfico de áreas, podemos obtener información, por ejemplo, sobre las variaciones en el número de maletas a lo largo del tiempo, como el aumento alrededor del fotograma 268, que indica movimiento o actividad de maletas en esa parte del vídeo.

Fig. 5. Predicciones de Ultralytics YOLO11 representadas en un gráfico de áreas.

Uso de gráficos en aplicaciones reales de visión artificial#

Estas son algunas aplicaciones reales de visión artificial en las que la visualización de datos tiene un impacto significativo:

• Sanidad: Los sistemas de visión artificial pueden supervisar en tiempo real la actividad de los pacientes, el movimiento del personal y el uso de los equipos. Esto genera grandes cantidades de datos visuales que, al representarse, pueden revelar patrones, como las horas de máxima ocupación de pacientes o los retrasos en la atención.

• Comercio minorista y comercio electrónico: La IA de visión puede utilizarse para seguir los desplazamientos de los clientes, el tiempo que pasan frente a las estanterías y sus interacciones con los productos. Los análisis visuales, como los gráficos de barras o circulares, pueden destacar qué zonas de la tienda o qué productos reciben más atención, lo que ayuda a los comercios a optimizar la colocación de los productos y mejorar las conversiones.

• Fabricación: Las cámaras equipadas con modelos de visión artificial pueden supervisar las cadenas de montaje para detectar defectos, incumplimientos de las normas de seguridad o el estado de los equipos. La visualización de datos puede mostrar tendencias en los tipos de defectos más habituales o destacar los periodos con más errores, lo que permite tomar decisiones más rápido y realizar un mantenimiento preventivo.

Conclusiones clave#

Con el paquete Ultralytics, puedes transformar fácilmente las grabaciones de vídeo en gráficos claros e informativos que muestran lo que ocurre, por ejemplo, cuántas personas u objetos aparecen a lo largo del tiempo. En lugar de revisar manualmente horas de vídeo, puedes generar resúmenes visuales que destaquen patrones y tendencias importantes, lo que facilita actuar con rapidez. Ya sea en hospitales, tiendas o instalaciones de fabricación, estos gráficos convierten resultados complejos de IA en información que cualquiera puede entender y utilizar.

¿Quieres saber más sobre la IA? Explora nuestro repositorio de GitHub, conecta con nuestra comunidad y consulta nuestras opciones de licencia para poner en marcha tu proyecto de visión artificial. Descubre más sobre innovaciones como la IA en la fabricación y la visión artificial en la industria logística en nuestras páginas de soluciones.