Automated defect detection
Catch defects the moment they appear. Across recent peer-reviewed studies, YOLO-based inspection reaches 99%+ accuracy and cuts manual inspection costs by up to 94.5%, on steel, PCBs, fabric, solar panels, and welds. Train it on your own defects and deploy it on the line.
Con la confianza de las organizaciones líderes del mundo
How Ultralytics YOLO tackles defect detection
One model, every defect type
Ultralytics YOLO detects, localizes, and classifies defects in a single pass, and researchers have pushed it past 98% mAP on benchmarks from PCBs to steel to wafers. That means fewer escaped defects, less scrap, and faster time-to-market, on the hardware you already run.
- Subtle defects, caught: 98.8% mAP on tiny PCB defects, 98.2% on wafer surfaces (peer-reviewed).
- Line-speed inference: YOLO26 runs a frame in ~1.7 ms; weld studies report 2.3 ms per part.
- Trainable on your defects: fine-tune on your own images in hours; published models hit 99%+ accuracy.
- Deploy anywhere: export to 19 formats — TensorRT, ONNX, OpenVINO, CoreML — for edge or cloud.
Prueba la inferencia de YOLO26
Arrastra y suelta una imagen para ver la detección de objetos en tiempo real
Deploy on the line or in the cloud
Train once, then export to 19 formats and run wherever inspection happens, from a camera-side edge box to a GPU server.
At the edge (line-side)
- NVIDIA Jetson via TensorRT: real-time inference with no internet connection.
- Intel CPUs via OpenVINO: deploy on the industrial PCs you already run.
- Hailo, Raspberry Pi & ARM: low-power, camera-side inspection stations.
- Fast enough for the line: published weld inspection runs at 2.3 ms per part.
In the cloud
- GPU autoscaling for high-volume, multi-camera inspection.
- Retrain centrally and push new defect classes to every line at once.
- Export to ONNX, TensorRT & PyTorch for any inference stack.
Transformando sectores con visión artificial
Desde plantas de fabricación hasta quirófanos, Ultralytics convierte datos visuales en decisiones en tiempo real.
SOHGA reduce el tiempo de vigilancia de aparcamientos en un 30% con Ultralytics YOLO
Descubre cómo el sistema MEGURU de SOHGA utiliza Ultralytics YOLO26 para automatizar las patrullas de aparcamientos, reducir el tiempo de patrulla en un 30% y mejorar la seguridad.
Scaleout reduce las actualizaciones de modelos de semanas a horas con Ultralytics YOLO
Descubre cómo Scaleout utiliza Ultralytics YOLO y el aprendizaje federado para ajustar modelos de IA en dispositivos de borde (edge) mientras mantienes los datos confidenciales protegidos.
RapiD Engineering despliega el control de calidad de productos del mar 1 semana más rápido con Ultralytics YOLO
Mira cómo RapiD Engineering utiliza Ultralytics YOLO para automatizar la inspección de salmón, detectar defectos en tiempo real y ahorrar una semana de trabajo de ingeniería.
Project Ocean Oasis impulsa la conservación de arrecifes con Ultralytics YOLO
Descubre cómo Project Ocean Oasis utiliza Ultralytics YOLO, inteligencia artificial en el borde y sistemas de monitorización autónomos para escalar la conservación de arrecifes y la inteligencia oceánica.
Volley potencia a más de 250 entrenadores de IA en pista con Ultralytics YOLO
"Lo bueno es que el modelo funciona muy bien en tiempo real en hardware de borde en el entrenador, y podemos usar el mismo modelo en la nube para ejecutar exactamente el mismo flujo."
WG Tech Solutions reduce las infracciones de seguridad en un 28% con Ultralytics YOLO y el acelerador de IA de Axelera
Descubre cómo WG Tech Solutions logró reducir las infracciones de seguridad en la fabricación en un 28% aprovechando Ultralytics YOLO y el acelerador de IA de Axelera
Stride ofrece análisis de marcha equina en 1 minuto con Ultralytics YOLO
Aprende cómo Stride aprovecha los modelos de Ultralytics YOLO para la estimación de la pose de caballos, logrando un análisis completo de la marcha en menos de 1 minuto.
Pixelabs alcanza un 95% de recall con la automatización basada en Ultralytics YOLO
Aprende cómo Pixelabs aprovecha los modelos de Ultralytics YOLO para automatizar flujos de trabajo y alcanzar un 95% de recall.
SiteAssist mejora la seguridad en las obras procesando más de 770.000 imágenes con Ultralytics YOLO
Aprende cómo SiteAssist aprovecha los modelos de Ultralytics YOLO para mejorar la seguridad en obras de construcción.
Chef Robotics utiliza Ultralytics YOLO para reducir el desperdicio de alimentos en un 67%
Explora cómo Chef Robotics utiliza modelos de Ultralytics YOLO para un ensamblaje preciso de alimentos.
Cali Intelligence acorta las colas de las cajas en un 43% con Ultralytics YOLO
Explora cómo Cali Intelligence utiliza modelos de Ultralytics YOLO para reducir las colas en las cajas de los comercios minoristas con detección de objetos.
MarineSitu alcanza un tiempo de actividad superior al 96% en monitorización submarina utilizando Ultralytics YOLO
Descubre cómo MarineSitu utiliza Ultralytics YOLO para transformar la detección de objetos submarinos.
Theia Scientific acelera el análisis de microscopía 43 veces con Ultralytics YOLO
Descubre cómo Theia Scientific utiliza Ultralytics YOLO para redefinir el análisis de datos de microscopía.
eSmart Systems reduce a la mitad el tiempo de inspección de líneas eléctricas con Ultralytics YOLO
Descubre cómo eSmart Systems utiliza Ultralytics YOLO para aumentar la velocidad de detección de defectos y transformar las inspecciones de servicios públicos.
Axelera AI ofrece 34 FPS de inferencia de IA en el borde usando Ultralytics YOLO
Descubre cómo Axelera AI utiliza Ultralytics YOLO para ofrecer una visión en el borde rápida, precisa y eficiente en los chips Metis AI.
STMicroelectronics ejecuta Ultralytics YOLO en un MCU a solo 9,4 mJ por inferencia
Descubre cómo STMicroelectronics implementa eficientemente modelos de Ultralytics YOLO en microcontroladores de baja potencia para lograr una inferencia precisa en tiempo real en el borde.
Specialvideo alcanza un 99% de precisión en la inspección de alimentos con Ultralytics YOLO
Descubre cómo Specialvideo utiliza modelos de Ultralytics YOLO para potenciar la inspección de alimentos por IA en tiempo real, garantizando la calidad, reduciendo el desperdicio y aumentando la eficiencia.
Vivity AI ahorra más de 5 millones de dólares al año en operaciones industriales con Ultralytics YOLO
Descubre cómo Vivity AI aprovecha los modelos de Ultralytics YOLO para mejorar la automatización industrial, mejorando la eficiencia, reduciendo el tiempo de inactividad y garantizando la seguridad en el lugar de trabajo.
Videologic Analytics escala a 10.000 licencias de cámaras con IA utilizando Ultralytics YOLO
Descubre cómo Videologic Analytics integra modelos de Ultralytics YOLO para mejorar la videovigilancia, mejorando la precisión de la detección, reduciendo las falsas alarmas y optimizando la monitorización de amenazas en tiempo real.
Prezent aumenta la precisión de la detección de diapositivas en un 34% con Ultralytics YOLO
Descubre cómo Prezent aprovecha los modelos de Ultralytics YOLO para automatizar la detección de elementos en diapositivas, reduciendo el tiempo de procesamiento a menos de 10 segundos mientras conserva la estructura y el diseño.
ALYCE acelera la inferencia de IA de tráfico en un 20% con Ultralytics YOLO
Descubre cómo ALYCE utiliza modelos de Ultralytics YOLO para mejorar la precisión de los datos, optimizar la movilidad urbana y crear soluciones de tráfico basadas en IA para ciudades más sostenibles e inteligentes.
Kiwitron utiliza Ultralytics YOLO para detectar riesgos industriales a 30 m de distancia
Explora cómo Kiwitron utiliza modelos de Ultralytics YOLO en su solución KewiEye para detectar y abordar riesgos industriales para una mayor seguridad.
SOHGA reduce el tiempo de vigilancia de aparcamientos en un 30% con Ultralytics YOLO
Descubre cómo el sistema MEGURU de SOHGA utiliza Ultralytics YOLO26 para automatizar las patrullas de aparcamientos, reducir el tiempo de patrulla en un 30% y mejorar la seguridad.
Scaleout reduce las actualizaciones de modelos de semanas a horas con Ultralytics YOLO
Descubre cómo Scaleout utiliza Ultralytics YOLO y el aprendizaje federado para ajustar modelos de IA en dispositivos de borde (edge) mientras mantienes los datos confidenciales protegidos.
RapiD Engineering despliega el control de calidad de productos del mar 1 semana más rápido con Ultralytics YOLO
Mira cómo RapiD Engineering utiliza Ultralytics YOLO para automatizar la inspección de salmón, detectar defectos en tiempo real y ahorrar una semana de trabajo de ingeniería.
Project Ocean Oasis impulsa la conservación de arrecifes con Ultralytics YOLO
Descubre cómo Project Ocean Oasis utiliza Ultralytics YOLO, inteligencia artificial en el borde y sistemas de monitorización autónomos para escalar la conservación de arrecifes y la inteligencia oceánica.
Volley potencia a más de 250 entrenadores de IA en pista con Ultralytics YOLO
"Lo bueno es que el modelo funciona muy bien en tiempo real en hardware de borde en el entrenador, y podemos usar el mismo modelo en la nube para ejecutar exactamente el mismo flujo."
WG Tech Solutions reduce las infracciones de seguridad en un 28% con Ultralytics YOLO y el acelerador de IA de Axelera
Descubre cómo WG Tech Solutions logró reducir las infracciones de seguridad en la fabricación en un 28% aprovechando Ultralytics YOLO y el acelerador de IA de Axelera
Stride ofrece análisis de marcha equina en 1 minuto con Ultralytics YOLO
Aprende cómo Stride aprovecha los modelos de Ultralytics YOLO para la estimación de la pose de caballos, logrando un análisis completo de la marcha en menos de 1 minuto.
Pixelabs alcanza un 95% de recall con la automatización basada en Ultralytics YOLO
Aprende cómo Pixelabs aprovecha los modelos de Ultralytics YOLO para automatizar flujos de trabajo y alcanzar un 95% de recall.
SiteAssist mejora la seguridad en las obras procesando más de 770.000 imágenes con Ultralytics YOLO
Aprende cómo SiteAssist aprovecha los modelos de Ultralytics YOLO para mejorar la seguridad en obras de construcción.
Chef Robotics utiliza Ultralytics YOLO para reducir el desperdicio de alimentos en un 67%
Explora cómo Chef Robotics utiliza modelos de Ultralytics YOLO para un ensamblaje preciso de alimentos.
Cali Intelligence acorta las colas de las cajas en un 43% con Ultralytics YOLO
Explora cómo Cali Intelligence utiliza modelos de Ultralytics YOLO para reducir las colas en las cajas de los comercios minoristas con detección de objetos.
MarineSitu alcanza un tiempo de actividad superior al 96% en monitorización submarina utilizando Ultralytics YOLO
Descubre cómo MarineSitu utiliza Ultralytics YOLO para transformar la detección de objetos submarinos.
Theia Scientific acelera el análisis de microscopía 43 veces con Ultralytics YOLO
Descubre cómo Theia Scientific utiliza Ultralytics YOLO para redefinir el análisis de datos de microscopía.
eSmart Systems reduce a la mitad el tiempo de inspección de líneas eléctricas con Ultralytics YOLO
Descubre cómo eSmart Systems utiliza Ultralytics YOLO para aumentar la velocidad de detección de defectos y transformar las inspecciones de servicios públicos.
Axelera AI ofrece 34 FPS de inferencia de IA en el borde usando Ultralytics YOLO
Descubre cómo Axelera AI utiliza Ultralytics YOLO para ofrecer una visión en el borde rápida, precisa y eficiente en los chips Metis AI.
STMicroelectronics ejecuta Ultralytics YOLO en un MCU a solo 9,4 mJ por inferencia
Descubre cómo STMicroelectronics implementa eficientemente modelos de Ultralytics YOLO en microcontroladores de baja potencia para lograr una inferencia precisa en tiempo real en el borde.
Specialvideo alcanza un 99% de precisión en la inspección de alimentos con Ultralytics YOLO
Descubre cómo Specialvideo utiliza modelos de Ultralytics YOLO para potenciar la inspección de alimentos por IA en tiempo real, garantizando la calidad, reduciendo el desperdicio y aumentando la eficiencia.
Vivity AI ahorra más de 5 millones de dólares al año en operaciones industriales con Ultralytics YOLO
Descubre cómo Vivity AI aprovecha los modelos de Ultralytics YOLO para mejorar la automatización industrial, mejorando la eficiencia, reduciendo el tiempo de inactividad y garantizando la seguridad en el lugar de trabajo.
Videologic Analytics escala a 10.000 licencias de cámaras con IA utilizando Ultralytics YOLO
Descubre cómo Videologic Analytics integra modelos de Ultralytics YOLO para mejorar la videovigilancia, mejorando la precisión de la detección, reduciendo las falsas alarmas y optimizando la monitorización de amenazas en tiempo real.
Prezent aumenta la precisión de la detección de diapositivas en un 34% con Ultralytics YOLO
Descubre cómo Prezent aprovecha los modelos de Ultralytics YOLO para automatizar la detección de elementos en diapositivas, reduciendo el tiempo de procesamiento a menos de 10 segundos mientras conserva la estructura y el diseño.
ALYCE acelera la inferencia de IA de tráfico en un 20% con Ultralytics YOLO
Descubre cómo ALYCE utiliza modelos de Ultralytics YOLO para mejorar la precisión de los datos, optimizar la movilidad urbana y crear soluciones de tráfico basadas en IA para ciudades más sostenibles e inteligentes.
Kiwitron utiliza Ultralytics YOLO para detectar riesgos industriales a 30 m de distancia
Explora cómo Kiwitron utiliza modelos de Ultralytics YOLO en su solución KewiEye para detectar y abordar riesgos industriales para una mayor seguridad.
SOHGA reduce el tiempo de vigilancia de aparcamientos en un 30% con Ultralytics YOLO
Descubre cómo el sistema MEGURU de SOHGA utiliza Ultralytics YOLO26 para automatizar las patrullas de aparcamientos, reducir el tiempo de patrulla en un 30% y mejorar la seguridad.
Scaleout reduce las actualizaciones de modelos de semanas a horas con Ultralytics YOLO
Descubre cómo Scaleout utiliza Ultralytics YOLO y el aprendizaje federado para ajustar modelos de IA en dispositivos de borde (edge) mientras mantienes los datos confidenciales protegidos.
RapiD Engineering despliega el control de calidad de productos del mar 1 semana más rápido con Ultralytics YOLO
Mira cómo RapiD Engineering utiliza Ultralytics YOLO para automatizar la inspección de salmón, detectar defectos en tiempo real y ahorrar una semana de trabajo de ingeniería.
Project Ocean Oasis impulsa la conservación de arrecifes con Ultralytics YOLO
Descubre cómo Project Ocean Oasis utiliza Ultralytics YOLO, inteligencia artificial en el borde y sistemas de monitorización autónomos para escalar la conservación de arrecifes y la inteligencia oceánica.
Volley potencia a más de 250 entrenadores de IA en pista con Ultralytics YOLO
"Lo bueno es que el modelo funciona muy bien en tiempo real en hardware de borde en el entrenador, y podemos usar el mismo modelo en la nube para ejecutar exactamente el mismo flujo."
WG Tech Solutions reduce las infracciones de seguridad en un 28% con Ultralytics YOLO y el acelerador de IA de Axelera
Descubre cómo WG Tech Solutions logró reducir las infracciones de seguridad en la fabricación en un 28% aprovechando Ultralytics YOLO y el acelerador de IA de Axelera
Stride ofrece análisis de marcha equina en 1 minuto con Ultralytics YOLO
Aprende cómo Stride aprovecha los modelos de Ultralytics YOLO para la estimación de la pose de caballos, logrando un análisis completo de la marcha en menos de 1 minuto.
Pixelabs alcanza un 95% de recall con la automatización basada en Ultralytics YOLO
Aprende cómo Pixelabs aprovecha los modelos de Ultralytics YOLO para automatizar flujos de trabajo y alcanzar un 95% de recall.
SiteAssist mejora la seguridad en las obras procesando más de 770.000 imágenes con Ultralytics YOLO
Aprende cómo SiteAssist aprovecha los modelos de Ultralytics YOLO para mejorar la seguridad en obras de construcción.
Chef Robotics utiliza Ultralytics YOLO para reducir el desperdicio de alimentos en un 67%
Explora cómo Chef Robotics utiliza modelos de Ultralytics YOLO para un ensamblaje preciso de alimentos.
Cali Intelligence acorta las colas de las cajas en un 43% con Ultralytics YOLO
Explora cómo Cali Intelligence utiliza modelos de Ultralytics YOLO para reducir las colas en las cajas de los comercios minoristas con detección de objetos.
MarineSitu alcanza un tiempo de actividad superior al 96% en monitorización submarina utilizando Ultralytics YOLO
Descubre cómo MarineSitu utiliza Ultralytics YOLO para transformar la detección de objetos submarinos.
Theia Scientific acelera el análisis de microscopía 43 veces con Ultralytics YOLO
Descubre cómo Theia Scientific utiliza Ultralytics YOLO para redefinir el análisis de datos de microscopía.
eSmart Systems reduce a la mitad el tiempo de inspección de líneas eléctricas con Ultralytics YOLO
Descubre cómo eSmart Systems utiliza Ultralytics YOLO para aumentar la velocidad de detección de defectos y transformar las inspecciones de servicios públicos.
Axelera AI ofrece 34 FPS de inferencia de IA en el borde usando Ultralytics YOLO
Descubre cómo Axelera AI utiliza Ultralytics YOLO para ofrecer una visión en el borde rápida, precisa y eficiente en los chips Metis AI.
STMicroelectronics ejecuta Ultralytics YOLO en un MCU a solo 9,4 mJ por inferencia
Descubre cómo STMicroelectronics implementa eficientemente modelos de Ultralytics YOLO en microcontroladores de baja potencia para lograr una inferencia precisa en tiempo real en el borde.
Specialvideo alcanza un 99% de precisión en la inspección de alimentos con Ultralytics YOLO
Descubre cómo Specialvideo utiliza modelos de Ultralytics YOLO para potenciar la inspección de alimentos por IA en tiempo real, garantizando la calidad, reduciendo el desperdicio y aumentando la eficiencia.
Vivity AI ahorra más de 5 millones de dólares al año en operaciones industriales con Ultralytics YOLO
Descubre cómo Vivity AI aprovecha los modelos de Ultralytics YOLO para mejorar la automatización industrial, mejorando la eficiencia, reduciendo el tiempo de inactividad y garantizando la seguridad en el lugar de trabajo.
Videologic Analytics escala a 10.000 licencias de cámaras con IA utilizando Ultralytics YOLO
Descubre cómo Videologic Analytics integra modelos de Ultralytics YOLO para mejorar la videovigilancia, mejorando la precisión de la detección, reduciendo las falsas alarmas y optimizando la monitorización de amenazas en tiempo real.
Prezent aumenta la precisión de la detección de diapositivas en un 34% con Ultralytics YOLO
Descubre cómo Prezent aprovecha los modelos de Ultralytics YOLO para automatizar la detección de elementos en diapositivas, reduciendo el tiempo de procesamiento a menos de 10 segundos mientras conserva la estructura y el diseño.
ALYCE acelera la inferencia de IA de tráfico en un 20% con Ultralytics YOLO
Descubre cómo ALYCE utiliza modelos de Ultralytics YOLO para mejorar la precisión de los datos, optimizar la movilidad urbana y crear soluciones de tráfico basadas en IA para ciudades más sostenibles e inteligentes.
Kiwitron utiliza Ultralytics YOLO para detectar riesgos industriales a 30 m de distancia
Explora cómo Kiwitron utiliza modelos de Ultralytics YOLO en su solución KewiEye para detectar y abordar riesgos industriales para una mayor seguridad.
Preguntas frecuentes
Automated defect detection uses cameras and AI to inspect products and surfaces for flaws, scratches, cracks, dents, missing parts, and contamination, in real time, with no manual checking. Ultralytics YOLO models detect, localize, and classify each defect in a single pass as parts move down the line.
It depends on the data, but recent peer-reviewed studies report 84-99% accuracy with YOLO models tuned to a specific task, for example 99.4% on fabric, 98.8% mAP on PCBs, and 98.2% on semiconductor wafers. The Ultralytics Platform supports active learning, so accuracy keeps climbing as new defect types appear.
Published 2024-2026 studies apply Ultralytics YOLO to steel and metal surfaces, printed circuit boards, semiconductor wafers, welds, textiles, solar panels, aluminum castings, ceramics, batteries, and pharmaceutical packaging, anywhere visual quality control matters.
Yes. Rule-based machine vision struggles with variable, subtle, or previously-unseen defects. Ultralytics YOLO26 learns from your own examples to recognize scratches, hairline cracks, white spots, and missing components across changing lighting and part variation, reaching 98%+ mAP on several published benchmarks.
Fast enough for the line. YOLO26 processes a frame in about 1.7 ms on a modern GPU; published inspection systems report 186 frames per second on fabric and 2.3 ms per weld.
Yes. Most inspection deployments run on-premises because production data is sensitive and factory networks are unreliable. Ultralytics YOLO26 exports to 19 formats, including TensorRT for NVIDIA Jetson, OpenVINO for Intel CPUs, and Hailo accelerators, so models run line-side with no internet connection required.
Less than you might expect. Published defect-detection models train on a few thousand labeled images, for example the bridge-crack study used a 4,029-image dataset. The Ultralytics Platform handles annotation and training, and pretrained YOLO weights mean you fine-tune rather than start from scratch.
Collect images of your good and defective parts, annotate them, and train, all in one place on the Ultralytics Platform. For production deployment, enterprise licensing covers commercial use and keeps your code and data private.
¡Construyamos juntos el futuro de la IA!
Comienza tu viaje con el futuro del aprendizaje automático