Mejora de las aplicaciones de visión artificial con visualizaciones

Cada minuto se crean enormes cantidades de datos, desde terminales de aeropuertos y estaciones de tren hasta centros comerciales. A medida que la AI se utiliza más ampliamente, gran parte de estos datos se analiza y desglosa. Sin embargo, a veces los resultados de estos modelos de AI pueden dificultar la identificación de patrones o la comprensión de tendencias de un vistazo. Ahí es donde ayuda la visualización de datos: convierte resultados complejos en información clara y fácil de asimilar.

Esto es especialmente cierto en el caso de las aplicaciones de visión por ordenador. La visión por ordenador es una rama de la inteligencia artificial (AI) que ayuda a las máquinas a interpretar y comprender la información visual del mundo que las rodea, como imágenes y vídeos. Aunque los modelos de AI para visión, como Ultralytics YOLO11, pueden ayudar a analizar estos datos visuales para obtener información, la visualización de datos ayuda a presentar esa información en un formato fácil de entender.

En pocas palabras, la visualización de datos tiende un puente entre los datos sin procesar y la 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 cuenten una historia.

Esta necesidad de contar historias es precisamente la razón por la que la visualización de datos está en auge, y se prevé que el mercado alcance los 18,36 mil millones de dólares en 2030. Anteriormente, analizamos cómo la visión por ordenador puede proporcionar información empresarial valiosa. Hoy iremos un paso más allá y veremos cómo generar gráficos analíticos claros y útiles para aplicaciones de visión por ordenador utilizando el paquete de Ultralytics. ¡Empecemos!

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

Descripción general de la visualización de datos en aplicaciones de visión por ordenador#

La visualización de datos en aplicaciones de visión por ordenador consiste en transformar los resultados de tareas de visión por ordenador, como la detección y el seguimiento de objetos, en gráficos o paneles fáciles de entender. Estas representaciones visuales ayudan a identificar patrones y tendencias, especialmente cuando se trabaja con grandes volúmenes 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 razones clave 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 de la visión 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 tiende a aumentar el tránsito de personas.

• Ahorra tiempo: En lugar de revisar cada fotograma del vídeo, los gráficos pueden destacar rápidamente detalles importantes, como picos repentinos en 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 entienda mejor los resultados.

Diferentes tipos de visualizaciones de datos#

Los distintos tipos de gráficos analíticos pueden convertir los resultados de visión por ordenador en representaciones visuales claras y fáciles de entender. Supongamos que estás trabajando en una aplicación de visión por ordenador que detecta personas y vehículos en imágenes de vigilancia. En este caso, un gráfico de líneas es perfecto para mostrar cómo cambia el número de detecciones a lo largo del tiempo, como al seguir los picos de tránsito de personas durante el día.

Del mismo modo, los gráficos de barras son útiles cuando quieres comparar el número de distintos tipos de objetos detectados, por ejemplo, para comprobar si en el vídeo aparecen más coches, bicicletas o peatones. Los gráficos circulares, por otro lado, muestran qué porcentaje del total de detecciones representa cada tipo de objeto. Cada gráfico tiene su propia utilidad y ayuda a interpretar y compartir más fácilmente datos complejos de visión por ordenador.

Fig. 2. Ejemplos de gráficos analíticos.

Generación de gráficos analíticos para obtener información sobre visión por ordenador#

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

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

• Interfaz de línea de comandos (CLI): Es una herramienta básica de solo texto en la que puedes escribir comandos para ejecutar tu código. No tiene interfaz visual y se utiliza escribiendo instrucciones en un terminal o símbolo del sistema.

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

• Google Colab: Esta opción es una versión gratuita y basada en la nube de Jupyter Notebooks que se ejecuta en el navegador web. No requiere ninguna configuración en tu ordenador y te proporciona acceso a GPU gratuitas para procesar más rápido.

Estas herramientas son excelentes para empezar rápidamente, pero también puedes integrar Ultralytics en Entornos de desarrollo integrados (IDEs), como Visual Studio Code (VS Code), o en flujos de producción. Para consultar más opciones, explora la documentación oficial de Ultralytics.

Paso 1: Configuración del entorno#

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

Si trabajas en Google Colab, ten en cuenta que utiliza una CPU de forma predeterminada, lo que puede ralentizar el rendimiento. Para acelerar el procesamiento, cambia a una GPU accediendo al menú "Runtime", seleccionando "Change runtime type" y configurando el acelerador de hardware como GPU (preferiblemente una T4).

Para preparar tu entorno, tendrás que instalar el paquete de Python de Ultralytics mediante el comando que se indica a continuación. En herramientas basadas en notebooks, como Colab o Jupyter, asegúrate de añadir un signo de exclamación (!) antes del comando.

pip install ultralytics

Paso 2: Descarga de un archivo de vídeo#

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

Para este tutorial, utilizaremos un vídeo de gestión de equipajes en una terminal aeroportuaria concurrida. Puedes utilizar 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 aeroportuaria.

Paso 3: Importación de 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 por ordenador. También importaremos la biblioteca de 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 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: Preparación del escritor de vídeo#

A continuación, configuraremos un escritor de vídeo para guardar la salida. 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 propiedades clave 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 la salida.

A continuación, utilizamos 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 utilizando el 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: Configuración de la solución de análisis de Ultralytics#

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

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

Paso 6: Procesamiento del vídeo de entrada#

La parte final del código ejecuta un bucle que procesa el vídeo fotograma a fotograma. Cada fotograma se pasa 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, el vídeo se guarda 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, unámoslo todo. Con solo unas líneas de código adicionales, podemos generar dos vídeos de salida: uno que muestre los resultados de detección de objetos de Ultralytics YOLO11 con cuadros delimitadores y etiquetas, y otro que muestre 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 tanto el seguimiento de objetos como la generación de gráficos, para que puedas ver los resultados de detección junto con la información visual.

Aquí tienes el código completo, junto con ejemplos de las salidas de predicción y de análisis.

import cv2
from ultralytics import YOLO, solutions

# Load model and video
model = YOLO('yolo11n.pt')
cap = cv2.VideoCapture('path/to/video.mp4')
assert cap.isOpened(), "Error opening video"

# Get properties
w, h = int(cap.get(3)), int(cap.get(4))
fps = cap.get(5)
analytics_res = (1280, 720)

# Writers for prediction and analytics videos
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)

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

# Process frames
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 ejecute correctamente, generará dos vídeos de salida. El archivo “output_predictions.avi” mostrará los resultados de detección de objetos con cuadros delimitadores y etiquetas, mientras que “output_analytics.avi” mostrará los gráficos de análisis en tiempo real basados en las detecciones.

Fig. 4. Un fotograma del archivo “output_predictions.avi”.

Este es un fotograma de la salida de análisis basada en las predicciones. Mediante el gráfico de áreas, podemos obtener información como las fluctuaciones en el número de maletas a lo largo del tiempo; por ejemplo, un pico alrededor del fotograma 268 indica movimiento o actividad de maletas en esa parte del vídeo.

Fig. 5. Predicciones de Ultralytics YOLO11 visualizadas como un gráfico de áreas.

Uso de gráficos en aplicaciones de visión por ordenador del mundo real#

Estas son algunas aplicaciones de visión por ordenador del mundo real en las que la visualización de datos tiene un impacto significativo:

• Sanidad: Los sistemas de visión por ordenador pueden monitorizar 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 visualizarlos, pueden revelar patrones, como los momentos de mayor ocupación de pacientes o los retrasos en la respuesta.

• Comercio minorista y comercio electrónico: La AI para visión puede utilizarse para hacer un seguimiento del movimiento de los clientes, el tiempo que permanecen frente a las estanterías y las interacciones con los productos. Los análisis visuales, como los gráficos de barras o circulares, pueden destacar qué zonas de la tienda o qué artículos reciben más atención, lo que ayuda a los minoristas a optimizar la colocación de los productos y mejorar las conversiones.

• Fabricación: Las cámaras equipadas con modelos de visión por ordenador pueden supervisar las líneas de montaje para detectar defectos, incumplimientos 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 mayores tasas de error, lo que permite tomar decisiones más rápidamente y realizar un mantenimiento preventivo.

Conclusiones clave#

Con el paquete de Ultralytics, puedes convertir fácilmente imágenes de vídeo en gráficos claros y útiles que revelen lo que está ocurriendo, como seguir 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 clave, lo que facilita actuar con rapidez. Ya sea en hospitales, tiendas minoristas o instalaciones de fabricación, estos gráficos convierten resultados complejos de AI en información que cualquiera puede entender y utilizar.

¿Quieres obtener más información sobre AI? 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 AI en la fabricación y la visión artificial en el sector logístico en nuestras páginas de soluciones.