Cómo usa Ultralytics Platform la IA para automatizar la anotación

Las soluciones de visión artificial que analizan imágenes y vídeos se están incorporando cada vez más a los flujos de trabajo de numerosos sectores, desde la fabricación hasta el diagnóstico por imagen. En la fabricación, por ejemplo, detectar defectos superficiales en productos que avanzan por una cinta transportadora depende de modelos de visión artificial capaces de identificar patrones sutiles.

Para que estos modelos funcionen bien, deben entrenarse con datos etiquetados en los que cada defecto esté claramente identificado. Así, los modelos pueden aprender qué deben buscar y reconocer patrones similares.

El proceso de crear estas etiquetas se denomina anotación de datos. En concreto, la anotación de imágenes y la anotación de vídeos consisten en dibujar cuadros delimitadores, perfilar formas o etiquetar regiones específicas de imágenes y fotogramas de vídeo.

Aunque esto es manejable con conjuntos de datos pequeños, se vuelve mucho más difícil a medida que crecen. Etiquetar miles de imágenes requiere un esfuerzo manual constante, por lo que la anotación se convierte en un importante cuello de botella. Las herramientas tradicionales suelen ser lentas, estar fragmentadas y ser difíciles de escalar.

Ultralytics Platform, la plataforma integral de IA de visión, ayuda a resolver estos retos mediante la anotación asistida por IA. Al usar la IA para generar automáticamente etiquetas iniciales que pueden revisarse y perfeccionarse rápidamente, reduce el trabajo manual y mejora la eficiencia.

En este artículo veremos cómo funciona la anotación asistida por IA en Ultralytics Platform y cómo mejora el proceso de etiquetado. ¡Empecemos!

Descripción general del proceso de anotación de datos#

Antes de profundizar en el funcionamiento de la anotación basada en IA en Ultralytics Platform, veamos con más detalle en qué consiste la anotación de datos.

La anotación de datos, también conocida como etiquetado de datos, es el proceso de asignar etiquetas estructuradas a datos sin procesar para poder utilizarlos en el entrenamiento de modelos de aprendizaje automático. En visión artificial, estas etiquetas definen los objetos, las regiones o las características de interés presentes en imágenes o vídeos.

Durante el entrenamiento, los modelos o algoritmos aprenden a asociar los datos de entrada con estas etiquetas, por lo que la calidad de las anotaciones es un factor clave para el rendimiento del modelo. Los conjuntos de datos etiquetados de forma precisa y coherente permiten que el modelo aprenda patrones correctos, mientras que las anotaciones deficientes o incoherentes pueden dar lugar a predicciones poco fiables.

Por ejemplo, en un caso de uso de detección de defectos, se puede anotar una imagen de un producto en una cinta transportadora marcando dónde aparecen los defectos e indicando de qué tipo son. Esto ayuda al modelo a aprender qué aspecto tienen los defectos para poder identificarlos en imágenes nuevas.

Principales tareas de anotación#

A continuación, veamos algunas formas habituales de anotar imágenes en visión artificial. Estos métodos se usan para etiquetar datos visuales en tareas como la detección de objetos, la segmentación de instancias y la clasificación de imágenes. Cada método de anotación cumple una función distinta, como localizar objetos, captar formas o identificar estructuras clave.

Cuadros delimitadores#

Los cuadros delimitadores son rectángulos sencillos que se dibujan alrededor de los objetos de una imagen para indicar dónde están. Son una de las formas más habituales de etiquetar datos en visión artificial.

Al entrenarse con imágenes que contienen estos cuadros, los modelos de detección de objetos aprenden a reconocer distintos objetos y a comprender dónde se encuentran dentro de una imagen. Así pueden detectar varios objetos a la vez e identificar dónde aparece cada uno.

Por ejemplo, imagina un partido de béisbol analizado mediante visión artificial. Se pueden dibujar cuadros alrededor de los jugadores, el bate y la pelota en cada fotograma, lo que permite al modelo detectar e identificar esos objetos durante todo el partido.

Fig. 1. Los cuadros delimitadores pueden utilizarse para etiquetar y localizar varios objetos. (Fuente)

Polígonos o máscaras de segmentación#

Los polígonos, también llamados máscaras de segmentación, van un paso más allá que los cuadros delimitadores, ya que etiquetan los objetos a nivel de píxel. En lugar de dibujar un rectángulo aproximado, representan con precisión la forma y los bordes de cada objeto de una imagen. Esto los hace útiles para tareas que requieren una comprensión más detallada.

Por ejemplo, en la conducción autónoma, las máscaras de segmentación se utilizan en tareas como la segmentación semántica, en la que se asigna una categoría a cada píxel, como carretera o cielo, y la segmentación de instancias, en la que se identifican por separado objetos individuales, como vehículos o peatones.

También se utilizan para tareas como eliminar el fondo, cuando hay que aislar un objeto, como una persona, del resto de la imagen.

Puntos clave#

Los puntos clave se utilizan para marcar puntos concretos de un objeto, como las articulaciones del cuerpo humano o partes de un animal. Al identificar estos puntos, los modelos pueden comprender la estructura de un objeto y la posición relativa de sus partes.

En visión artificial, esto se conoce como estimación de la pose, cuyo objetivo es identificar la ubicación de estos puntos clave y comprender cómo se relacionan entre sí. El seguimiento de estos puntos a lo largo del tiempo permite analizar el movimiento y los cambios de postura.

Fig. 2. Las anotaciones de puntos clave pueden utilizarse para marcar las articulaciones al estimar la pose humana. (Fuente)

Un ejemplo habitual es marcar las articulaciones del cuerpo en un vídeo para analizar el movimiento humano. Al centrarse en estos puntos clave, los modelos pueden captar la posición de una persona y cómo cambia su postura con el tiempo.

Cuadro delimitador orientado (OBB)#

No todos los objetos de una imagen están perfectamente alineados. En muchas situaciones reales, los objetos aparecen inclinados, girados o vistos desde distintos ángulos.

Los cuadros delimitadores estándar suelen tener dificultades en estos casos, ya que pueden incluir fondo innecesario o no ajustarse bien al objeto. Los cuadros delimitadores orientados resuelven este problema mediante rectángulos girados que se alinean con la dirección del objeto. El resultado son anotaciones más ajustadas y precisas.

Este enfoque se utiliza en la detección con cuadros delimitadores orientados (OBB), en la que los modelos identifican tanto la ubicación de un objeto como su orientación. Un ejemplo son las imágenes aéreas, donde objetos como edificios, barcos o vehículos suelen aparecer en distintos ángulos. Los cuadros girados facilitan la captura de su forma y dirección reales dentro de la escena.

Etiquetas de clasificación#

Las etiquetas de clasificación adoptan un enfoque distinto al de otros métodos de anotación: asignan una única etiqueta a toda una imagen, en lugar de marcar objetos o regiones concretos. Se utilizan cuando el objetivo es identificar qué aparece en una imagen, sin centrarse en dónde aparece.

Por ejemplo, se puede etiquetar una imagen como «gato» o «perro» según su contenido general. Esto hace que la clasificación de imágenes sea útil en tareas en las que basta con una comprensión general de la imagen.

Limitaciones de las herramientas de anotación tradicionales#

Muchas herramientas de etiquetado tradicionales dependen de múltiples pasos y flujos de trabajo desconectados. Los equipos de desarrollo de IA suelen tener que alternar entre plataformas de anotación para etiquetar, almacenar y validar, lo que ralentiza los proyectos de IA.

La mayoría de las herramientas solo admiten un conjunto limitado de tipos de anotación y de datos, por lo que los equipos acaban utilizando herramientas distintas para los cuadros delimitadores, la segmentación y los puntos clave. Esta configuración fragmentada puede ser difícil de gestionar, especialmente para los equipos que se inician en la visión artificial.

El trabajo manual es otro gran reto. Aunque anotar una sola imagen puede llevar solo unos minutos, trabajar con grandes conjuntos de datos consume tiempo rápidamente, sobre todo cuando las imágenes similares requieren tareas repetitivas.

A medida que crecen los conjuntos de datos, los equipos también tienen que gestionar archivos, seguir las versiones de los conjuntos de datos y mantener la coherencia de las anotaciones. Esto aumenta la carga de trabajo: se dedica más tiempo a gestionar datos y menos a mejorar el rendimiento de los modelos.

Un enfoque más eficiente consiste en utilizar la anotación asistida por IA de Ultralytics Platform, que emplea IA para generar y perfeccionar etiquetas, reduce el trabajo manual y mejora la velocidad y la coherencia, todo ello en un único entorno que integra la gestión de conjuntos de datos, la anotación, el entrenamiento de modelos, el despliegue y la monitorización.

Cómo facilita Ultralytics Platform el proceso de anotación#

Ultralytics Platform simplifica la anotación al conectarla directamente con el resto del flujo de trabajo de visión artificial. En lugar de depender de herramientas independientes, los equipos pueden trabajar con datos, anotaciones y modelos en un único entorno.

Admite diversas tareas de visión artificial, como la detección de objetos, la clasificación de imágenes, la segmentación de instancias, la estimación de la pose y la detección con cuadros delimitadores orientados.

En esta configuración, la anotación puede realizarse de varias maneras. Los equipos pueden etiquetar los datos manualmente para tener un control total, utilizar la anotación inteligente basada en SAM para etiquetar de forma interactiva mediante puntos o aplicar la anotación inteligente basada en YOLO para generar anotaciones automáticamente y después revisarlas y perfeccionarlas. Esta flexibilidad facilita el trabajo con distintos conjuntos de datos y requisitos de anotación.

Fig. 3. Vista de la anotación en Ultralytics Platform (Fuente)

Como la anotación asistida por IA y la manual están integradas con la gestión de conjuntos de datos y el entrenamiento de modelos, los equipos pueden pasar sin interrupciones de etiquetar datos a organizar conjuntos de datos y entrenar modelos. Así, los flujos de trabajo se mantienen estructurados y se evita tener que cambiar de herramienta o reformatear las anotaciones.

La plataforma también admite modelos Ultralytics YOLO, como Ultralytics YOLO11 y Ultralytics YOLO26, lo que permite utilizar directamente los datos anotados para entrenar y probar. Esto facilita la identificación de carencias en los conjuntos de datos, el perfeccionamiento de las anotaciones y el reentrenamiento de los modelos mediante iteraciones continuas.

Funciones principales de la anotación inteligente con SAM en Ultralytics Platform#

La anotación inteligente basada en SAM de Ultralytics Platform está diseñada para acelerar la anotación en tareas de detección de objetos, segmentación de instancias y cuadros delimitadores orientados (OBB).

La plataforma ofrece varias versiones de modelos SAM, entre ellas SAM 2.1 Tiny, SAM 2.1 Small, SAM 2.1 Base, SAM 2.1 Large y SAM 3, para que los usuarios puedan elegir entre velocidad y precisión.

Fig. 4. Anotación inteligente basada en SAM en Ultralytics Platform (Fuente)

Los modelos más pequeños, como Tiny y Small, son más rápidos y se adaptan bien a los flujos de trabajo de anotación rápida, mientras que los modelos más grandes, como Large y SAM 3, ofrecen mayor precisión en escenas más complejas. Al cambiar de modelo, el comportamiento de la anotación se actualiza inmediatamente.

En el editor de anotaciones, una vez seleccionado un modelo SAM, los anotadores pueden entrar en el modo inteligente para empezar a etiquetar. En lugar de dibujar formas manualmente, se guía al modelo mediante sencillas entradas basadas en puntos.

Un clic con el botón izquierdo añade un punto positivo para incluir una región, mientras que un clic con el botón derecho añade un punto negativo para excluir zonas no deseadas. A partir de estas entradas, el modelo genera una máscara precisa en tiempo real.

Para agilizar el flujo de trabajo, se puede activar el modo de aplicación automática. Cuando está activo, cada clic genera y guarda automáticamente una anotación sin necesidad de confirmarla manualmente. Para objetos más complejos, los anotadores pueden mantener pulsada la tecla "Shift" para colocar varios puntos antes de aplicar la máscara, o desactivar la aplicación automática para añadir puntos libremente y después pulsar "Enter" para aplicar la máscara.

Cómo funciona la anotación inteligente con YOLO en Ultralytics Platform#

Al igual que la anotación inteligente basada en SAM, la anotación inteligente con YOLO de Ultralytics Platform utiliza IA para acelerar el proceso de etiquetado. En lugar de guiar el modelo con clics, utiliza sus predicciones para generar anotaciones automáticamente.

Este enfoque admite tareas como la detección de objetos, la segmentación de instancias y la anotación con cuadros delimitadores orientados (OBB). Funciona específicamente con modelos Ultralytics YOLO, incluidos los modelos preentrenados proporcionados por Ultralytics y los modelos YOLO entrenados a medida.

En el editor de anotaciones, los anotadores pueden entrar en el modo inteligente, seleccionar un modelo YOLO en el selector de modelos y hacer clic en Predict. El selector de modelos solo muestra los modelos YOLO que coinciden con la tarea del conjunto de datos actual, lo que garantiza la compatibilidad de las anotaciones generadas.

El modelo analiza la imagen y genera anotaciones a partir de sus predicciones, que se añaden directamente a la imagen. Si las predicciones se solapan con anotaciones existentes de la misma clase, las detecciones duplicadas se omiten automáticamente cuando el solapamiento supera un umbral establecido, lo que ayuda a mantener etiquetas limpias y coherentes.

Fig. 5. Anotación inteligente con modelos Ultralytics YOLO en Ultralytics Platform (Fuente)

Una vez generadas las predicciones, los anotadores con intervención humana pueden revisarlas, ajustarlas o eliminarlas según sea necesario. Así resulta más fácil etiquetar rápidamente grandes conjuntos de datos: se parte de anotaciones generadas por el modelo y se perfeccionan, en lugar de anotarlo todo manualmente.

Con el tiempo, se pueden reutilizar modelos YOLO mejorados para generar predicciones más precisas y facilitar un flujo de trabajo iterativo de etiquetado automático.

Aplicación del etiquetado asistido por IA en flujos de trabajo reales#

A continuación, veremos ejemplos de cómo Ultralytics Platform facilita la anotación de datos en casos de uso reales.

Segmentación en la conducción autónoma#

Los vehículos autónomos que integran modelos de visión artificial dependen de datos visuales bien anotados para comprender su entorno en tiempo real. Los modelos entrenados con estos datos pueden detectar y segmentar vehículos, peatones, señales de tráfico y límites de la calzada.

Las tareas de segmentación requieren límites precisos a nivel de píxel, por lo que la anotación es fundamental y lleva mucho tiempo. El etiquetado manual de grandes volúmenes de datos de sensores puede convertirse rápidamente en un cuello de botella, sobre todo en escenas de conducción complejas.

Ultralytics Platform agiliza este proceso con anotación asistida por IA mediante modelos SAM y YOLO. La anotación inteligente basada en SAM permite segmentar rápidamente mediante clics y generar máscaras precisas, mientras que los modelos YOLO pueden utilizarse para generar anotaciones automáticamente en distintas imágenes.

En conjunto, estos enfoques facilitan el trabajo con escenas complejas que contienen objetos solapados.

Como la anotación está directamente conectada con el entrenamiento de modelos, los conjuntos de datos a gran escala actualizados pueden utilizarse de inmediato para reentrenar y evaluar modelos. Esto permite a los equipos mejorar continuamente el rendimiento y adaptarse con más eficiencia a nuevas condiciones de conducción.

Mejora de los sistemas de control de calidad en la fabricación#

En la fabricación, mantener un control de calidad uniforme depende de la detección precisa de defectos durante la producción. Los modelos de visión artificial suelen utilizarse para identificar problemas en tiempo real, pero su rendimiento depende de hasta qué punto los datos de entrenamiento reflejan las condiciones reales de producción.

Los cambios en los entornos de fabricación, como las variaciones en las materias primas, los ajustes de las máquinas o la iluminación, pueden introducir tipos de defectos nuevos y poco frecuentes que no formaban parte de los datos de entrenamiento originales. Esto crea una brecha entre lo que ha aprendido el modelo y lo que aparece en la línea de producción.

Para mantener la correspondencia con la realidad, los conjuntos de datos deben actualizarse periódicamente con anotaciones internas de alta calidad. Ultralytics Platform facilita la actualización de las anotaciones y la ampliación de los conjuntos de datos a medida que surgen nuevos patrones de defectos. Después, estos conjuntos de datos actualizados pueden utilizarse para reentrenar modelos y ayudar a los equipos a adaptarse con mayor rapidez a las cambiantes condiciones de producción.

Supervisión y seguridad en obras de construcción#

Las obras de construcción son entornos dinámicos, con varios equipos, maquinaria en movimiento y distribuciones que cambian constantemente. Mantener la seguridad en estas condiciones depende de disponer de datos visuales claros y bien anotados.

Las anotaciones precisas pueden mejorar la calidad de los datos y ayudar a los sistemas de IA a identificar a los trabajadores, la maquinaria, los equipos de protección y los posibles riesgos en distintas condiciones de obra, como escenas concurridas, fondos cambiantes e iluminación variable.

Ultralytics Platform facilita esta tarea al permitir actualizar y perfeccionar las anotaciones a medida que evolucionan las condiciones de la obra. Se pueden capturar nuevas imágenes y añadirlas al conjunto de datos a medida que aparecen, para mantenerlo en consonancia con las situaciones reales.

Conclusiones clave#

Las anotaciones de alta calidad son esenciales para crear modelos fiables de visión artificial e IA, pero los flujos de trabajo tradicionales suelen ralentizar a los equipos. Ultralytics Platform agiliza este proceso con herramientas de anotación automatizadas y un flujo de trabajo escalable. Así, los equipos pueden pasar de los datos a los modelos con mayor rapidez y mantener la precisión y la coherencia.

Visita nuestra creciente comunidad y nuestro repositorio de GitHub para obtener más información sobre visión artificial. Si quieres crear soluciones de visión, echa un vistazo a nuestras opciones de licencia. Explora nuestras páginas de soluciones para conocer mejor las ventajas de la visión artificial en la fabricación y la IA en la atención sanitaria.