Impulsamos soluciones de IA del mundo real en todos los sectores

Ultralytics YOLO es un componente clave de la tubería de visión por ordenador de SK Godelius junto con la detección multimodal, lo que nos otorga la precisión para identificar exactamente qué piezas están fallando, manteniendo la seguridad de los trabajadores y la consistencia de nuestras inspecciones.

Todo se volvió mucho más sencillo cuando dimos el paso de migrar a Ultralytics. Puedes entrenar, predecir y exportar cualquier cosa con una sola línea de código.

Los modelos Ultralytics YOLO son fáciles de usar, precisos y flexibles. Esto nos ayudó a reducir el tiempo de patrullaje alrededor de un 30 % de media.

Con Ultralytics YOLOv8 nano, podemos volver a entrenar en el edge y poner en producción un modelo nuevo en horas en lugar de semanas, transfiriendo una fracción de los datos. Esa combinación de precisión y tamaño reducido es exactamente lo que necesitan nuestros entornos.

Queríamos mejorar la precisión con la que nuestro modelo podía clasificar clases de materiales heterogéneos, al tiempo que reducíamos la cantidad de trabajo manual necesaria por parte de nuestro equipo. Cambiar a Ultralytics YOLO fue la clave para desbloquear estas mejoras de rendimiento.

De todos los modelos que evaluamos, YOLO fue, con diferencia, el más rápido para nuestros casos de uso.

Estamos disfrutando mucho de la infraestructura que ofrece Ultralytics para el entrenamiento y nos gusta especialmente lo fácil que es empezar a utilizarla. Fue sencillo, sobre todo al crear nuestro dataset y ejecutar la función “train”.

Los modelos Ultralytics YOLO nos ayudaron a aumentar un 25,2 % la velocidad de implementación de nuestro servicio de IA. Son fáciles de desplegar y ofrecen un rendimiento excelente en situaciones reales, proporcionando mayor velocidad, precisión y escalabilidad sin comprometer el rendimiento operativo.

La capacidad de entrenar y desplegar modelos Ultralytics YOLO mediante el paquete de Python de Ultralytics es muy sólida. Combinada con una inferencia rápida, nos permite procesar imágenes con rapidez y ofrecer comentarios en tiempo real en obras de construcción.

Con Ultralytics, hemos podido mejorar la velocidad con una mayor precisión en comparación con otros modelos. La compatibilidad con varios frameworks —CUDA, TensorRT, ONNX, OpenVINO— ha sido de gran ayuda para ajustar los pesos en I+D y optimizarlos después para cualquier hardware del que dispongamos.

Solo estamos arañando la superficie. Con Ultralytics YOLO, contamos con la base para desarrollar soluciones que no solo sean más seguras, sino también más inteligentes, permitiendo obtener información en tiempo real que puede salvar vidas y transformar la forma en que se gestiona la seguridad industrial.

Creamos robots con visión por computador para recoger y colocar ingredientes en líneas de producción alimentaria. La manipulación robótica exige una precisión inferior al centímetro, y los modelos Ultralytics YOLO son excelentes para proporcionar ese nivel de precisión.

El rendimiento de los modelos Ultralytics YOLO en nuestros microcontroladores STM32 abre nuevos horizontes para la visión por computador en el edge. Gracias a una integración simplificada y a la compatibilidad con múltiples variantes de modelos, los desarrolladores tienen exactamente lo que necesitan para crear soluciones de visión embebida escalables y con gran capacidad de respuesta.

Ha sido un verdadero placer utilizar YOLO de Ultralytics. La biblioteca de Python es extraordinariamente fluida y coherente tanto en el entrenamiento como en la inferencia… en la práctica, la integración en nuestro pipeline fue sorprendentemente sencilla, algo poco habitual.

El paquete de Python de Ultralytics nos permite entrenar modelos de forma muy sencilla y rápida. Además, su estandarización entre distintos modelos y nuevas versiones de YOLO garantiza un alto grado de estabilidad a lo largo de los años.

Integrar Ultralytics YOLO en nuestra plataforma Instabase AI ha sido un proceso sencillo y sin complicaciones. Nos ayudó a acelerar el calendario de lanzamientos y a ofrecer a nuestros clientes capacidades de reconocimiento visual de objetos.

Transforman los datos visuales en información útil con una precisión y eficiencia excepcionales. Al combinar Ultralytics YOLOv8 con el sensor IMX500 de SSS (Soluciones de Semiconductores de Sony), esta colaboración proporciona potentes capacidades de IA en el dispositivo que mejoran la toma de decisiones en tiempo real para las empresas que dependen del procesamiento de datos visuales de alto rendimiento.

Los modelos Ultralytics YOLO encajan a la perfección con nuestras unidades de procesamiento de IA (AIPUs) Metis. Son fáciles de integrar, funcionan de forma eficiente y ayudan a nuestros clientes a poner en marcha aplicaciones impactantes de Vision AI en el edge en muy poco tiempo.

En ALYCE, aprovechar Ultralytics ha supuesto un antes y un después para entrenar nuestros modelos, ya que nos permite mejorar la precisión de los datos y ofrecer una calidad incomparable a nuestros clientes, además de ayudarles en sus proyectos de movilidad sostenible.

Los modelos Ultralytics YOLO han funcionado realmente bien para nosotros en muchos entornos submarinos diferentes, desde emplazamientos de turbinas mareomotrices hasta puertos y arrecifes de coral. Su precisión y fiabilidad hacen que confiemos mucho en ellos para nuestro trabajo de monitorización medioambiental en proyectos de energía marina e investigación.

Ultralytics es una solución muy potente y fácil de usar para desarrollar prototipos, pero también para desarrollar soluciones finales.

Normalmente, entrenar un modelo de machine learning requiere muchísimo tiempo y a menudo hay que esperar dos o tres días para obtener la inferencia y decidir después si la precisión es suficiente. Pero con Ultralytics YOLO podemos entrenar el modelo en un solo día, tomar decisiones rápidamente y aprender con agilidad de los resultados. Una vez entrenado, también podemos mejorar el dataset para optimizar aún más el rendimiento.

Los modelos YOLO de Ultralytics están revolucionando el sector de la IA. Los modelos YOLOv5 y YOLOv8 son los preferidos de los desarrolladores por su facilidad de uso, su rendimiento de última generación y su precisión. Combinados con OpenVINO, estos modelos ofrecen la posibilidad de obtener el mejor rendimiento desde el primer momento en las CPU modernas.