Todo lo que necesitas saber sobre la visión artificial en 2025

Hace veinte años, la idea de que las máquinas y los ordenadores pudieran ver y comprender el mundo parecía ciencia ficción. Hoy, gracias a los avances en inteligencia artificial (IA), esa idea se ha hecho realidad. En concreto, la visión artificial (CV), una rama de la IA, permite a las máquinas comprender y analizar imágenes y vídeos. Ya sea para identificar objetos en tiempo real, mejorar los sistemas de seguridad o automatizar tareas complejas, la visión artificial sigue ampliando las capacidades de las máquinas.

La visión artificial está dando forma al futuro de la tecnología a gran velocidad, mientras distintos sectores exploran diversas formas de adoptar sus capacidades únicas. El tamaño del mercado de la visión artificial mundial alcanzó los 19.830 millones de dólares en 2024 y se prevé que crezca un 19,8 % anual en los próximos años.

Fig. 1. Tamaño del mercado mundial de la visión artificial.

En este artículo, analizaremos más de cerca la visión artificial: qué es, cómo ha evolucionado y cómo funciona hoy en día. También exploraremos algunas de sus aplicaciones más interesantes.

¿Qué es la visión artificial?#

La visión artificial es una subdisciplina de la IA que utiliza el aprendizaje automático y las redes neuronales para enseñar a los ordenadores a comprender el contenido de datos visuales, como imágenes o archivos de vídeo. La información obtenida de las imágenes procesadas puede utilizarse para tomar mejores decisiones. Por ejemplo, en el comercio minorista, la visión artificial puede servir para controlar los niveles de inventario mediante el análisis de imágenes de estanterías o mejorar la experiencia de compra con sistemas de pago automatizados. Muchas empresas ya utilizan tecnología de visión artificial en aplicaciones que abarcan desde añadir filtros a las fotos de los teléfonos inteligentes hasta controlar la calidad en la fabricación.

Quizá te preguntes: ¿por qué hacen tanta falta las soluciones de visión artificial? Las tareas que requieren atención constante, como detectar defectos o reconocer patrones, pueden resultar difíciles para las personas. La vista se cansa y es posible que se pasen por alto algunos detalles, sobre todo en entornos complejos o con mucha actividad.

Aunque las personas reconocen bien los objetos con distintos tamaños, colores, condiciones de iluminación o ángulos, a menudo les cuesta mantener la coherencia bajo presión. En cambio, las soluciones de visión artificial funcionan sin parar y procesan grandes cantidades de datos visuales con rapidez y precisión. Por ejemplo, pueden analizar el tráfico en tiempo real para detectar atascos, optimizar los tiempos de los semáforos o incluso identificar accidentes más rápido que una persona.

La historia de la visión artificial#

A lo largo de los años, la visión artificial ha pasado de ser un concepto teórico a convertirse en una tecnología fiable que impulsa la innovación en distintos sectores. Veamos algunos de los hitos principales que han marcado su desarrollo:

• Décadas de 1950 y 1960: Los investigadores empezaron a desarrollar algoritmos para procesar y analizar datos visuales, pero los avances fueron lentos debido a la escasa capacidad de cálculo.
• Década de 1970: En esta década se produjeron grandes mejoras en algoritmos como la transformada de Hough, que mejoró la detección de líneas y formas geométricas en imágenes. También surgió el reconocimiento óptico de caracteres (OCR), que permitió a las máquinas leer texto impreso.
• Décadas de 1980 y 1990: El aprendizaje automático empezó a desempeñar un papel en la visión artificial, allanando el camino para capacidades más avanzadas y futuros avances.
• Décadas de 2000 y 2010: El aprendizaje profundo aportó una nueva dimensión a la visión artificial y permitió a las máquinas interpretar datos visuales de forma más eficaz. Mejoró capacidades como la identificación de objetos, el análisis del movimiento y la ejecución de tareas complejas.

Hoy en día, la visión artificial avanza rápidamente y está transformando la forma de resolver problemas en ámbitos como la sanidad, los vehículos autónomos y las ciudades inteligentes. Los modelos Ultralytics YOLO (You Only Look Once), diseñados para tareas de visión artificial en tiempo real, facilitan la implementación eficaz y precisa de la IA de visión en distintos sectores. A medida que mejoran la IA y el hardware, estos modelos ayudan a las empresas a tomar decisiones más inteligentes y optimizar sus operaciones mediante el análisis avanzado de datos visuales.

Cómo funciona la visión artificial#

Los sistemas de visión artificial utilizan redes neuronales para analizar imágenes. Estas redes son algoritmos inspirados en el funcionamiento del cerebro humano. Un tipo específico, llamado redes neuronales convolucionales (CNNs), es especialmente adecuado para reconocer patrones, como bordes y formas en las imágenes.

Para simplificar los datos visuales, técnicas como el agrupamiento se centran en las partes más importantes de una imagen, mientras que otras capas procesan esta información para realizar tareas como identificar características o detectar objetos. Los modelos avanzados como Ultralytics YOLO11, diseñados para ofrecer velocidad y precisión, hacen posible procesar imágenes en tiempo real.

Fig. 2. Ejemplo del uso de Ultralytics YOLO11 para detectar objetos.

Una aplicación típica de visión artificial consta de varios pasos que transforman imágenes sin procesar en información útil. Estas son las cuatro etapas principales:

• Adquisición de imágenes: Los datos visuales se recopilan con cámaras o sensores, y la calidad de las imágenes depende del tipo de sensor utilizado.
• Procesamiento de imágenes: A continuación, se mejoran los datos recopilados mediante técnicas de preprocesamiento, como la reducción del ruido y el realce de los bordes, para facilitar su análisis.
• Extracción de características: Se identifican detalles importantes, como formas y texturas, centrándose en las partes de la imagen más relevantes.
• Reconocimiento de patrones: Las características identificadas se analizan mediante aprendizaje automático para realizar tareas como detectar objetos, seguir movimientos o reconocer patrones.

Explorar las tareas de visión artificial#

Puede que hayas observado que, al hablar de cómo funciona la visión artificial, hemos mencionado las tareas de visión artificial. Los modelos como Ultralytics YOLO11 están diseñados para admitir estas tareas y ofrecer soluciones rápidas y precisas para aplicaciones reales. YOLO11 gestiona estas tareas de forma eficiente, desde detectar objetos hasta seguir sus movimientos. Veamos algunas de las principales tareas de visión artificial que admite y cómo funcionan.

Detección de objetos#

La detección de objetos es una tarea clave de visión artificial que se utiliza para identificar objetos de interés en una imagen. El resultado de una tarea de detección de objetos es un conjunto de cajas delimitadoras (rectángulos dibujados alrededor de los objetos detectados en una imagen), junto con etiquetas de clase (la categoría o el tipo de cada objeto, como «coche» o «persona») y puntuaciones de confianza (un valor numérico que indica el grado de certeza del modelo para cada detección). Por ejemplo, la detección de objetos puede utilizarse para identificar y localizar a un peatón en una calle o un coche en el tráfico.

Fig. 3. Uso de Ultralytics YOLO11 para detectar objetos.

Clasificación de imágenes#

El objetivo principal de la clasificación de imágenes es asignar una etiqueta o categoría predefinida a una imagen de entrada según su contenido general. Esta tarea suele consistir en identificar el objeto o la característica predominante de la imagen. Por ejemplo, la clasificación de imágenes puede determinar si una imagen contiene un gato o un perro. Los modelos de visión artificial como YOLO11 incluso se pueden entrenar de forma personalizada para clasificar razas concretas de gatos o perros, como se muestra a continuación.

Fig. 4. Clasificación de distintas razas de gatos con YOLO11.

Segmentación de instancias#

La segmentación de instancias es otra tarea fundamental de visión artificial que se utiliza en diversas aplicaciones. Consiste en dividir una imagen en segmentos e identificar cada objeto individual, incluso si hay varios objetos del mismo tipo. A diferencia de la detección de objetos, la segmentación de instancias va un paso más allá al delimitar con precisión los contornos de cada objeto. Por ejemplo, en la fabricación y reparación de automóviles, la segmentación de instancias puede ayudar a identificar y etiquetar cada pieza del coche por separado, haciendo que el proceso sea más preciso y eficiente.

Fig. 5. Segmentación de piezas de coche con YOLO11.

Estimación de poses#

El objetivo de la estimación de pose es determinar la posición y orientación de una persona o un objeto prediciendo la ubicación de puntos clave, como las manos, la cabeza y los codos. Esto resulta especialmente útil en aplicaciones en las que es importante comprender acciones físicas en tiempo real. La estimación de la pose humana se utiliza habitualmente en ámbitos como el análisis deportivo, el seguimiento del comportamiento animal y la robótica.

Fig. 6. YOLO11 puede ayudar a estimar la pose humana.

Para explorar otras tareas de visión artificial que admite YOLO11, puedes consultar la documentación oficial de Ultralytics. Ofrece información detallada sobre cómo YOLO11 gestiona tareas como el seguimiento de objetos y la detección de objetos con cajas delimitadoras orientadas (OBB).

Modelos de visión artificial populares hoy en día#

Aunque existen muchos modelos de visión artificial, la serie Ultralytics YOLO destaca por su sólido rendimiento y versatilidad. Con el tiempo, los modelos Ultralytics YOLO han mejorado: ahora son más rápidos, más precisos y capaces de realizar más tareas. Con la llegada de Ultralytics YOLOv5, desplegar modelos se volvió más fácil gracias a marcos de IA de visión como PyTorch. Esto permitió que más usuarios trabajaran con IA de visión avanzada, combinando una gran precisión con facilidad de uso.

A continuación, Ultralytics YOLOv8 dio un paso más al incorporar nuevas capacidades, como la segmentación de instancias, la clasificación de imágenes y la estimación de pose. Después, YOLO11 ofreció un rendimiento sólido en varias tareas de visión artificial. Con un 22 % menos de parámetros que YOLOv8m, YOLO11m alcanza una precisión media (mAP) superior en el conjunto de datos COCO, lo que significa que puede detectar objetos con más precisión y eficiencia. La última generación, Ultralytics YOLO26, se basa en estos avances e incorpora inferencia nativa de extremo a extremo sin NMS, además de una mayor velocidad de procesamiento en CPU para el despliegue en el edge. Tanto si eres un desarrollador con experiencia como si acabas de iniciarte en la IA, los modelos Ultralytics YOLO ofrecen un punto de partida práctico para tus necesidades de visión artificial.

El papel de la visión artificial en la vida cotidiana#

Antes hemos hablado de cómo los modelos de visión artificial, como Ultralytics YOLO11, se pueden aplicar en una amplia variedad de sectores. Ahora, exploremos más casos de uso que están cambiando nuestra vida cotidiana.

IA de visión en el ámbito sanitario#

Hay una amplia variedad de aplicaciones de visión artificial en el ámbito sanitario. En el diagnóstico por imagen, se utilizan tareas como la detección y la clasificación de objetos para detectar enfermedades con mayor rapidez y precisión. En el análisis de radiografías, la visión artificial puede identificar patrones demasiado sutiles para el ojo humano.

También se utiliza para detectar el cáncer comparando células cancerosas con células sanas. Del mismo modo, en las tomografías computarizadas y las resonancias magnéticas, la visión artificial puede analizar imágenes con una precisión casi humana. Ayuda a los médicos a tomar mejores decisiones y, en última instancia, salva más vidas.

Fig. 7. YOLO11 analizando imágenes médicas.

IA en la industria automovilística#

La visión artificial es fundamental para los coches autónomos, ya que les ayuda a detectar objetos como señales de tráfico y semáforos. Técnicas como el reconocimiento óptico de caracteres (OCR) permiten al coche leer el texto de las señales de tráfico. También se utiliza para detectar peatones, mediante tareas de detección de objetos que identifican a las personas en tiempo real.

Además, la visión artificial puede detectar grietas y baches en la calzada, lo que permite supervisar mejor los cambios en las condiciones de la carretera. En conjunto, la tecnología de visión artificial puede desempeñar un papel clave en la mejora de la gestión del tráfico, el refuerzo de la seguridad del transporte y el apoyo a la planificación de ciudades inteligentes.

Fig. 8. Análisis del tráfico con YOLO11.

Visión artificial en la agricultura#

Imagina que los agricultores pudieran sembrar, regar y cosechar sus cultivos automáticamente y a tiempo, sin preocupaciones. Eso es precisamente lo que la visión artificial aporta a la agricultura. Facilita la supervisión de los cultivos en tiempo real para que los agricultores detecten antes problemas como enfermedades o carencias de nutrientes.

Además de supervisar los cultivos, las máquinas automáticas para eliminar malas hierbas, impulsadas por IA e integradas con visión artificial, pueden identificarlas y quitarlas, reduciendo los costes de mano de obra y aumentando el rendimiento de los cultivos. Esta combinación de tecnologías ayuda a los agricultores a optimizar sus recursos, mejorar la eficiencia y proteger sus cultivos.

Fig. 9. Ejemplo de uso de Ultralytics YOLO11 en la agricultura.

Automatización de procesos de fabricación con IA#

En la fabricación, la visión artificial ayuda a supervisar la producción, comprobar la calidad de los productos y hacer un seguimiento automático de los trabajadores. La IA de visión agiliza el proceso y aumenta su precisión, al tiempo que reduce los errores y los costes.

En concreto, para garantizar la calidad, se suelen utilizar la detección de objetos y la segmentación de instancias. Los sistemas de detección de defectos realizan una comprobación final de los productos terminados para garantizar que solo los mejores lleguen a los clientes. Cualquier producto con abolladuras o grietas se identifica y se rechaza automáticamente. Estos sistemas también hacen un seguimiento y recuento de los productos en tiempo real, lo que permite supervisar continuamente la línea de montaje.

Fig. 10. Supervisión de una cadena de montaje mediante visión artificial.

Una educación más enriquecedora con visión artificial#

Una de las formas de utilizar la visión artificial en el aula es el reconocimiento de gestos: personaliza el aprendizaje al detectar los movimientos de los estudiantes. Los modelos como Ultralytics YOLO11 son ideales para esta tarea. Pueden identificar con precisión y en tiempo real gestos como levantar la mano o mostrar expresiones de desconcierto.

Cuando se detectan estos gestos, se puede adaptar una clase en curso ofreciendo ayuda adicional o modificando el contenido para ajustarlo mejor a las necesidades del estudiante. Así se crea un entorno de aprendizaje más dinámico y adaptable, que permite al profesorado centrarse en enseñar mientras el sistema apoya la experiencia de aprendizaje de cada estudiante.

Tendencias recientes en visión artificial#

Ahora que hemos explorado algunas aplicaciones de la visión artificial en distintos sectores, veamos las principales tendencias que impulsan su avance.

Una de las principales tendencias es la computación en el borde, un marco de computación distribuida que procesa los datos cerca de su origen. Por ejemplo, la computación en el borde permite que dispositivos como cámaras y sensores procesen directamente los datos visuales, lo que se traduce en respuestas más rápidas, menos retrasos y una mayor privacidad.

Otra tendencia importante en visión artificial es la realidad mixta. Combina el mundo físico con elementos digitales y utiliza la visión artificial para integrar objetos virtuales de forma natural en el mundo real. Puede utilizarse para mejorar la experiencia en videojuegos, educación y formación.

Ventajas e inconvenientes de la visión artificial#

Estas son algunas de las principales ventajas que la visión artificial puede aportar a distintos sectores:

• Ahorro de costes: Automatizar tareas con visión artificial ayuda a reducir los costes operativos, mejorar la productividad y minimizar los errores.
• Escalabilidad: Una vez implementados, los sistemas de visión artificial pueden ampliarse fácilmente para gestionar grandes volúmenes de datos, por lo que son adecuados para empresas en crecimiento y operaciones a gran escala.
• Personalización para cada aplicación: Los modelos de visión artificial pueden ajustarse con tu conjunto de datos para ofrecerte soluciones muy especializadas que cumplan los requisitos de tu aplicación.

Aunque estas ventajas muestran el impacto que la visión artificial puede tener en distintos sectores, también es importante tener en cuenta los retos que plantea su implementación. Estos son algunos de los principales:

• Problemas de privacidad de los datos: El uso de datos visuales, sobre todo en ámbitos sensibles como la vigilancia o la sanidad, puede plantear problemas de privacidad y seguridad.
• Limitaciones ambientales: Los sistemas de visión artificial pueden tener dificultades para funcionar correctamente en entornos complicados, como aquellos con poca iluminación, imágenes de baja calidad o fondos complejos.
• Coste inicial elevado: Desarrollar e implementar sistemas de visión artificial puede resultar caro debido a la necesidad de hardware, software y conocimientos especializados.

Conclusiones clave#

La visión artificial está transformando la forma en que las máquinas interactúan con el mundo, al permitirles verlo y comprenderlo como lo hacen las personas. Ya se utiliza en muchos ámbitos: mejora la seguridad de los coches autónomos, ayuda a los médicos a diagnosticar enfermedades más rápido, ofrece una experiencia de compra más personalizada e incluso ayuda a los agricultores a supervisar sus cultivos.

A medida que la tecnología sigue mejorando, nuevas tendencias como la computación en el borde y la realidad combinada abren aún más posibilidades. Aunque existen algunos retos, como los sesgos y los costes elevados, la visión artificial puede tener un impacto muy positivo en muchos sectores en el futuro.

Para obtener más información, visita nuestro repositorio de GitHub y participa en nuestra comunidad. Descubre innovaciones en sectores como la IA en los coches autónomos y la visión artificial en la agricultura en nuestras páginas de soluciones.