Detectores de Objetos de Una Etapa
Descubra la velocidad y eficacia de los detectores de objetos de una etapa como YOLO, ideales para aplicaciones en tiempo real como la robótica y la vigilancia.
Los detectores de objetos de una etapa son una categoría de
modelos de aprendizaje profundo (DL) optimizados para la velocidad y la
eficiencia en tareas de visión por ordenador (CV). A diferencia de
detectores de objetos de dos etapas, que
que separan el proceso de detección en fases de propuesta y clasificación de regiones, las arquitecturas de una etapa realizan la detección de objetos en una sola pasada de evaluación.
detección de objetos en una sola pasada de evaluación. En
la tarea como un problema de regresión directa, estos modelos predicen
los recuadros delimitadores y las probabilidades de clase
simultáneamente a partir de las imágenes de entrada. Este enfoque simplificado permite un procesamiento mucho más rápido, lo que los convierte en la opción preferida para las aplicaciones que requieren un procesamiento mucho más rápido.
para aplicaciones que requieren
inferencia en tiempo real.
Principios de funcionamiento
El núcleo de un detector de una etapa es una
red neuronal convolucional (CNN)
que sirve de columna vertebral para
extracción de características. La red procesa toda la
La red procesa toda la imagen a la vez -de ahí el nombre "Sólo se mira una vez"- y crea una cuadrícula de mapas de características. Las primeras arquitecturas de
arquitecturas anteriores, como el detector de disparo único multi-caja (SSD).
en cajas de anclaje predefinidas para manejar objetos de
diferentes escalas. Sin embargo, las iteraciones modernas como
Ultralytics YOLO11 han adoptado en gran medida
diseños sin anclajes para reducir la complejidad y
mejorar la generalización. El resultado suele incluir coordenadas para la localización y una
de confianza que indica la probabilidad de
presencia de un objeto.
Comparación con modelos de dos etapas
La principal diferencia entre los modelos de una etapa y los de dos radica en el equilibrio entre velocidad y precisión.
Las arquitecturas de dos etapas, como la familia R-CNN, suelen ofrecer
mayor precisión para objetos pequeños u ocluidos, pero incurren en mayores costes computacionales debido a su proceso de múltiples pasos.
Por el contrario, los detectores de una etapa dan prioridad a la baja
latencia de inferencia, lo que permite
hardware con recursos limitados. Avances recientes, como la evolución de
YOLOv1 en el próximo
YOLO26 (previsto para finales de 2025), utilizan entrenamiento de extremo a extremo
de extremo a extremo y funciones de pérdida avanzadas
precisión, a menudo igualando o superando los modelos de dos etapas.
Aplicaciones en el mundo real
La eficacia de los detectores de una etapa impulsa la innovación en numerosos sectores en los que la capacidad de respuesta inmediata es fundamental.
inmediata:
-
Vehículos autónomos: Los sistemas de conducción autónoma deben procesar las secuencias de vídeo al instante para identificar peatones, vehículos y señales de tráfico.
Los líderes del sector, como Waymo, confían en la detección a alta velocidad para garantizar la seguridad de los pasajeros
y una navegación fluida.
-
Fabricación inteligente: Estos modelos facilitan la garantía de calidad automatizada en líneas de montaje de alta velocidad, detectando defectos o verificando
la colocación de componentes en tiempo real sin ralentizar la producción.
-
Edge AI: Gracias a su arquitectura ligera, los detectores de una etapa son ideales para ejecutarse en dispositivos compactos como la
Raspberry Pi o
NVIDIA Jetson, para dotar de inteligencia a
cámaras y drones.
Aplicación técnica
Para garantizar resultados precisos, estos modelos suelen predecir múltiples cajas potenciales para un mismo objeto. Posprocesamiento
como
Supresión no máxima (NMS) filtran
estas predicciones redundantes basándose en
Intersección sobre Unión (IoU)
umbrales. Implementar un detector de una etapa es sencillo con bibliotecas modernas como
PyTorch y el paquete
paquetePython Ultralytics .
El siguiente ejemplo muestra cómo ejecutar la inferencia utilizando un modelo YOLO11 preentrenado:
from ultralytics import YOLO
# Load the YOLO11 model, a state-of-the-art one-stage detector
model = YOLO("yolo11n.pt")
# Run inference on a local image or URL
results = model("https://ultralytics.com/images/bus.jpg")
# Display the detected objects with bounding boxes
results[0].show()
