Image Classification

La clasificación de imágenes es una tarea fundamental en visión por computador (CV) donde un modelo de aprendizaje automático analiza una imagen completa y le asigna una etiqueta única de un conjunto predefinido de categorías. Esencialmente, responde a la pregunta: "¿Cuál es el sujeto principal de esta imagen?" Como componente básico de la inteligencia artificial (IA), este proceso permite a los sistemas automatizados organizar, categorizar e interpretar datos visuales a gran escala. Aunque pueda parecer sencillo para el ojo humano, permitir que los ordenadores reconozcan patrones requiere algoritmos sofisticados de aprendizaje automático (ML) para cerrar la brecha entre los píxeles sin procesar y conceptos significativos.

Link to this sectionEl mecanismo detrás de la clasificación#

La clasificación de imágenes moderna depende en gran medida de arquitecturas de aprendizaje profundo (DL) conocidas como Redes Neuronales Convolucionales (CNNs). Estas redes están diseñadas para imitar la forma en que la corteza visual biológica procesa la información. A través de un proceso llamado extracción de características, el modelo aprende a identificar atributos de bajo nivel como bordes y texturas en las capas iniciales, combinándolos finalmente para reconocer formas y objetos complejos en las capas más profundas.

Para construir un clasificador, los desarrolladores utilizan aprendizaje supervisado, alimentando el modelo con grandes cantidades de datos de entrenamiento que contienen ejemplos etiquetados. Grandes conjuntos de datos públicos como ImageNet han sido fundamentales para avanzar en la precisión de estos sistemas. Durante la fase de inferencia, el modelo genera una puntuación de probabilidad para cada categoría, utilizando a menudo una función softmax para determinar la clase más probable.

Link to this sectionClasificación vs. otras tareas de visión#

Es importante distinguir la clasificación de imágenes de otras capacidades relacionadas de visión por computador, ya que la elección de la técnica depende del problema específico:

• Clasificación vs. Detección de objetos: La clasificación asigna una etiqueta a toda la imagen. Por el contrario, la detección de objetos identifica la ubicación de múltiples objetos dentro de una escena dibujando una caja delimitadora alrededor de cada uno.
• Clasificación vs. Segmentación de imágenes: Mientras que la clasificación observa el contexto global, la segmentación proporciona precisión a nivel de píxel. La segmentación semántica clasifica cada píxel individual, permitiendo una delimitación exacta de los límites entre los objetos y el fondo.

Link to this sectionAplicaciones en el mundo real#

La clasificación de imágenes impulsa una amplia gama de aplicaciones de IA del mundo real en diversos sectores:

Link to this sectionDiagnóstico sanitario#

En el campo médico, los modelos de clasificación ayudan a los radiólogos mediante el análisis de exploraciones de diagnóstico. Las herramientas de análisis de imágenes médicas pueden categorizar rápidamente radiografías o resonancias magnéticas como "normales" o "anormales", o identificar condiciones específicas como la detección de tumores, lo que permite un triaje y diagnóstico más rápidos para los pacientes.

Link to this sectionControl de calidad en la fabricación#

Las fábricas utilizan inspección visual automatizada para mantener los estándares de los productos. Las cámaras en las líneas de montaje capturan imágenes de los componentes y los modelos de clasificación los etiquetan instantáneamente como "pasa" o "no pasa" según los defectos visibles. Este control de calidad automatizado garantiza que solo los artículos sin defectos lleguen a la etapa de embalaje.

Link to this sectionAgricultura inteligente#

Los agricultores aprovechan la IA en la agricultura para monitorear la salud de los cultivos. Al clasificar imágenes tomadas por drones o teléfonos inteligentes, los sistemas pueden identificar signos de enfermedades, deficiencia de nutrientes o infestación de plagas, permitiendo intervenciones de agricultura de precisión específicas.

Link to this sectionImplementación de la clasificación con YOLO26#

El framework Ultralytics YOLO26, aunque es famoso por la detección, ofrece un rendimiento de vanguardia para tareas de clasificación de imágenes. Su arquitectura está optimizada para la velocidad y la precisión, lo que la hace adecuada para aplicaciones en tiempo real.

Aquí tienes un ejemplo conciso de cómo cargar un modelo preentrenado y clasificar una imagen utilizando el paquete de Python ultralytics:

from ultralytics import YOLO

# Load a pre-trained YOLO26 classification model
model = YOLO("yolo26n-cls.pt")

# Run inference on an image source
results = model("https://ultralytics.com/images/bus.jpg")

# Print the top predicted class name
print(f"Prediction: {results[0].names[results[0].probs.top1]}")

Para los equipos que buscan optimizar su flujo de trabajo, la Plataforma Ultralytics simplifica toda la tubería. Permite a los usuarios gestionar conjuntos de datos de clasificación, realizar entrenamiento basado en la nube y desplegar modelos en varios formatos como ONNX o TensorRT sin una infraestructura de codificación extensa.