Créer des produits intelligents avec Ultralytics YOLO26 et l’IA visuelle

Chaque jour, des milliers d’heures de vidéo sont capturées par des caméras intégrées à des appareils, des machines et des infrastructures publiques. La plupart de ces images sont stockées, parcourues rapidement ou examinées seulement lorsque quelque chose tourne mal.

Souvent, les données visuelles sont disponibles, mais la capacité de les interpréter en temps réel fait défaut. À mesure que les produits deviennent plus connectés et s’appuient davantage sur les données, cette limite devient plus manifeste.

Les utilisateurs s’attendent à ce que les systèmes fassent plus que simplement enregistrer des événements ou suivre des consignes fixes. Par exemple, ils s’attendent à ce que les produits intelligents reconnaissent ce qui se passe et réagissent immédiatement, sans attendre une vérification manuelle ni dépendre d’un ensemble de règles rigides.

Les avancées récentes en intelligence artificielle contribuent à combler cet écart. En particulier, la vision par ordinateur permet aux machines d’interpréter des images et des vidéos, ce qui donne aux systèmes la capacité d’analyser des scènes et d’y réagir en temps réel.

Toutefois, intégrer cette capacité à un produit nécessite des modèles à la fois rapides et fiables. Les modèles de vision par ordinateur de pointe comme Ultralytics YOLO26 sont conçus à cette fin et offrent la vitesse et la précision nécessaires au déploiement en temps réel.

Ultralytics YOLO26 prend en charge des tâches essentielles de vision, comme la détection d’objets, la segmentation d’instances et le suivi d’objets, permettant aux produits d’interpréter les données visuelles et d’y réagir intelligemment.

Fig. 1. Détection d’objets dans une image à l’aide de YOLO26 (Source)

Dans cet article, nous verrons comment utiliser la vision par ordinateur et Ultralytics YOLO26 pour créer des produits plus intelligents et favoriser l’automatisation intelligente dans des applications du monde réel. C’est parti !

Les lacunes du développement de produits traditionnel#

Avant de voir comment la vision par ordinateur contribue à créer des produits plus intelligents, examinons de près les défis auxquels les équipes sont confrontées lorsqu’elles s’appuient sur des systèmes traditionnels fondés sur des règles et des algorithmes plus anciens.

Voici quelques-uns des principaux défis du développement de produits traditionnel :

• Systèmes rigides fondés sur des règles : Une logique codée en dur peut fonctionner dans des environnements contrôlés, mais les situations réelles sont rarement prévisibles. De légers changements d’éclairage, d’angle de caméra ou d’apparence des objets peuvent rapidement faire échouer les règles prédéfinies et réduire la précision.
• Faible capacité d’adaptation à la variabilité du monde réel : Les systèmes traditionnels s’adaptent mal aux situations nouvelles ou inattendues. Les mises à jour nécessitent souvent des réglages manuels et des optimisations répétées, ce qui ralentit l’amélioration des produits et accroît les efforts de maintenance.
• Limites d’évolutivité : À mesure que le volume d’images et de vidéos augmente, les anciens pipelines de traitement d’images peinent à suivre. Le traitement ralentit, ce qui complique le maintien des performances en temps réel sur les flux vidéo.
• Latence élevée dans les scénarios en temps réel : De nombreuses approches traditionnelles ne peuvent pas traiter assez rapidement des flux visuels continus. Des résultats tardifs nuisent à l’automatisation et réduisent la réactivité globale.
• Besoins élevés en puissance de calcul : Pour atteindre une précision acceptable, il faut souvent d’importantes ressources matérielles, notamment des unités de traitement graphique (GPUs), ce qui augmente les coûts d’infrastructure.

Le rôle de la vision par ordinateur dans la création de produits plus intelligents#

Voyons maintenant comment la vision par ordinateur peut rendre les produits plus intelligents.

La plupart des produits connectés collectent déjà des données visuelles dans le cadre de leurs activités habituelles. Des caméras sont intégrées à divers appareils, installées dans des espaces physiques et connectées par l’intermédiaire de systèmes d’Internet des objets (IoT).

Par conséquent, des images et des vidéos sont constamment capturées en arrière-plan. Le défi ne consiste pas à collecter ces données.

La difficulté consiste à interpréter les données collectées en temps réel. Sans intelligence visuelle, les images sont simplement stockées et examinées plus tard, souvent après qu’un problème s’est déjà produit.

La vision par ordinateur change la donne. Grâce à des réseaux neuronaux entraînés à reconnaître des motifs, les systèmes peuvent analyser des images et des vidéos en temps réel. Au lieu de dépendre de règles fixes ou de vérifications manuelles, les produits peuvent interpréter ce qui se passe dans une scène et réagir au fil des événements.

Pour intégrer cette capacité visuelle aux produits, les équipes peuvent s’appuyer sur des modèles de vision par ordinateur efficaces comme Ultralytics YOLO26. YOLO26 prend en charge des tâches de vision essentielles et peut aider les produits à interpréter les informations visuelles assez rapidement pour prendre des décisions en temps réel.

Les éléments constitutifs des produits pilotés par la vision#

Voici un bref aperçu de la façon dont les tâches de vision par ordinateur peuvent contribuer à rendre les produits plus intelligents :

• Détection d’objets : Cette tâche peut identifier et localiser les objets pertinents dans chaque image à l’aide d’une boîte englobante et leur attribuer un score de confiance, pour déterminer clairement ce qui figure dans une image.
• Suivi d’objets : Cette tâche permet de suivre des objets spécifiques sur plusieurs images, afin qu’un système de vision puisse comprendre leurs mouvements et leurs changements au fil du temps.
• Classification d’images : Cette tâche attribue une étiquette à une image entière en fonction de son contenu principal. Elle catégorise les scènes ou identifie des conditions spécifiques dans l’image.
• Segmentation d’instances : Cette tâche peut délimiter précisément les objets au niveau du pixel, ce qui permet aux produits de mieux interpréter les formes, les contours et les relations spatiales.
• Estimation de pose : Cette tâche détecte des points clés sur le corps humain ou d’autres objets articulés. Elle capture la posture, les mouvements et les interactions physiques en temps réel.
• Détection par boîte englobante orientée (OBB) : Cette tâche peut détecter des objets à l’aide de boîtes englobantes inclinées plutôt que de boîtes horizontales standard. Elle améliore la précision de localisation lorsque les objets sont inclinés ou très rapprochés.

Lorsque ces capacités sont appliquées à des données visuelles continues, les produits peuvent réagir plus rapidement, automatiser les tâches de manière plus fiable et offrir des expériences qui semblent conscientes plutôt que réactives. Au lieu d’attendre que les événements soient examinés plus tard, les systèmes peuvent comprendre la situation et agir sur le moment.

Comment les modèles de vision en temps réel permettent aux produits d’adopter un comportement intelligent#

À mesure que tu en apprends davantage sur les produits pilotés par la vision, tu te demandes peut-être comment un système passe du simple enregistrement vidéo à une véritable réaction en temps réel.

Tout commence par la reconnaissance de ce qui se trouve devant la caméra. À mesure que la vidéo est diffusée, un modèle de vision analyse chaque image et identifie les éléments importants, comme des objets spécifiques ou des personnes. Au lieu de réagir à chaque mouvement, le système se concentre uniquement sur les signaux pertinents.

La vitesse est un autre aspect essentiel. Les systèmes en temps réel doivent traiter chaque image rapidement et de manière constante, afin que la détection et la prise de décision se fassent sans délai perceptible.

Par exemple, la famille de modèles Ultralytics YOLO (Tu ne regardes qu’une fois) a été conçue pour traiter des données visuelles en temps réel. Des modèles comme Ultralytics YOLO26 s’appuient sur des versions antérieures telles que Ultralytics YOLOv5, Ultralytics YOLOv8 et Ultralytics YOLO11, en intégrant des améliorations architecturales, des optimisations de performances et des gains d’efficacité. Le résultat : une vitesse et une précision accrues, même dans des conditions réelles exigeantes.

Intégrés à un produit, ces modèles fonctionnent en continu en arrière-plan et analysent chaque image dès son arrivée. Le système vérifie les conditions prédéfinies et, dès qu’elles sont remplies, peut déclencher instantanément une alerte, mettre à jour un flux de travail ou lancer une action.

Les systèmes pilotés par la vision deviennent ainsi plus réactifs, évolutifs et faciles à intégrer dans des environnements allant de la robotique et des véhicules autonomes aux systèmes domotiques et de sécurité. Pour les dirigeants d’entreprise, cela se traduit par des réactions plus rapides, moins de vérifications manuelles et une automatisation fiable plutôt que simplement réactive.

Utiliser Ultralytics YOLO26 pour alimenter l’intelligence visuelle en temps réel des produits#

Les modèles Ultralytics YOLO, dont YOLO26, sont disponibles prêts à l’emploi sous forme de modèles préentraînés. Ils ont donc déjà été entraînés sur de grands jeux de données largement utilisés, comme le jeu de données COCO.

Grâce à ce préentraînement, Ultralytics YOLO26 peut reconnaître immédiatement des objets courants du monde réel. Les équipes produit disposent ainsi d’un point de départ pratique et peuvent créer des fonctionnalités visuelles sans entraîner un modèle depuis zéro.

Pour répondre à des besoins produit plus spécifiques, ces modèles préentraînés peuvent être affinés à l’aide de données propres au domaine, accompagnées d’annotations de haute qualité.

Prenons l’exemple d’un restaurant équipé de caméras au plafond. Un modèle d’IA visuelle personnalisé, comme Ultralytics YOLO26, peut détecter le nombre de personnes présentes dans l’établissement. Il peut identifier les tables occupées et les chaises libres.

Fig. 2. Ultralytics YOLO26 permet de détecter en temps réel les personnes, les espaces libres et les caisses avec du personnel dans les magasins. (Source)

Dans ce type de scénario, Ultralytics YOLO26 sert de moteur visuel qui fonctionne en continu en arrière-plan. Les équipes peuvent également déployer ces modèles sur des appareils en périphérie, en fonction des besoins de performance et des objectifs d’efficacité énergétique.

Applications concrètes des modèles YOLO dans les produits intelligents#

Maintenant que nous comprenons mieux le fonctionnement des modèles de vision en temps réel, voyons comment les modèles Ultralytics YOLO peuvent être intégrés à des produits intelligents pour différents cas d’usage, afin de les rendre plus conscients, réactifs et capables d’agir en fonction de ce qu’ils voient.

L’intelligence des produits de santé avec YOLO#

Dans le cadre de la formation chirurgicale en santé, des heures de vidéos d’interventions sont souvent examinées manuellement pour évaluer la manipulation des instruments et le déroulement du travail. Ce processus peut prendre beaucoup de temps et dépend fortement de l’observation humaine.

Avec un modèle de vision basé sur YOLO intégré au système, les flux vidéo peuvent être analysés automatiquement pendant les interventions. Le modèle peut détecter les instruments chirurgicaux en temps réel et déterminer où et quand ils sont utilisés.

Cela permet de consigner les données de manière structurée, d’améliorer les analyses et d’obtenir des indicateurs de performance de haute qualité sans examen manuel constant. En fait, une recherche utilisant le modèle Ultralytics YOLO11, prédécesseur du modèle YOLO26 le plus récent, a montré que la détection d’instruments laparoscopiques en temps réel pouvait fonctionner efficacement, même sur des systèmes embarqués.

Fig. 3. Détection d’instruments laparoscopiques en temps réel avec YOLO (Source)

Le modèle a conservé une grande précision tout en fonctionnant assez rapidement pour une utilisation en chirurgie en direct. Cela montre comment l’apprentissage profond peut fournir un retour visuel fiable en temps réel pendant les interventions.

Créer des expériences de vente au détail intelligentes avec YOLO#

Nous avons tous déjà cherché le bon produit devant un rayon de supermarché bondé. Beaucoup d’articles se ressemblent, les étiquettes sont petites et les produits sont souvent rangés au mauvais endroit.

Pour les détaillants, il est difficile d’avoir une visibilité en temps réel sur les rayons. L’IA visuelle et les modèles de détection d’objets YOLO peuvent aider les systèmes des magasins à comprendre ce qui se trouve réellement en rayon grâce aux flux des caméras et aux vidéos en direct. Cela réduit la dépendance aux scans de codes-barres et aux vérifications manuelles, pour un suivi des rayons plus précis et réactif.

Fig. 4. Détection et segmentation de produits dans les rayons de supermarché avec Ultralytics YOLO26

Avec ce niveau de précision, les détaillants n’ont plus à s’appuyer uniquement sur des vérifications manuelles périodiques. Les rayons peuvent être surveillés en continu grâce à la vidéo en direct.

Les faibles niveaux de stock peuvent être signalés immédiatement, les produits mal rangés repérés plus rapidement et le passage en caisse facilité. Les détaillants bénéficient ainsi d’un meilleur contrôle opérationnel et offrent aux clients une expérience d’achat plus fluide.

IA visuelle et navigation autonome#

Les systèmes autonomes peuvent être très efficaces, mais ils reposent souvent sur des itinéraires fixes ou des coordonnées prédéfinies. Cette approche fonctionne dans des environnements stables, mais les conditions réelles changent rarement aussi peu.

Les solutions d’IA visuelle, alimentées par des modèles d’apprentissage profond, permettent aux machines de comprendre leur environnement et de s’adapter en temps réel. En combinant la vision par ordinateur à des algorithmes adaptatifs, les systèmes peuvent réagir aux changements au fur et à mesure, plutôt que de dépendre d’instructions rigides préprogrammées.

Comment cela fonctionne-t-il dans des situations réelles ? Prenons l’exemple d’un robot qui travaille dans un entrepôt. Les caméras capturent continuellement son environnement et un modèle de vision effectue une détection d’objets en temps réel pour repérer les obstacles, les rayonnages et les allées.

Ces détections facilitent la localisation et aident le robot à déterminer sa position exacte dans l’établissement. À partir de ces données visuelles, les algorithmes d’optimisation adaptent immédiatement son itinéraire, ce qui lui permet de se déplacer efficacement et de maintenir une automatisation fluide même lorsque les conditions changent.

Surveillance des infrastructures et détection plus intelligente des défauts#

Les lignes électriques et les équipements du réseau doivent être inspectés régulièrement pour rester sûrs et fiables. La plupart du temps, ces inspections des réseaux d’électricité et d’eau nécessitent encore des vérifications manuelles, qui prennent du temps et sont difficiles à gérer dans des zones étendues ou isolées.

L’IA visuelle offre un moyen plus simple de surveiller les infrastructures sans dépendre uniquement de visites planifiées sur site. Des modèles comme Ultralytics YOLO26 peuvent détecter les défauts des isolateurs de lignes électriques, notamment les fissures, la corrosion et les dommages visibles, directement à partir d’images capturées dans des conditions extérieures réelles.

En analysant les données visuelles en temps réel, ces systèmes peuvent signaler des problèmes potentiels qui passeraient autrement inaperçus. Détecter ces problèmes rapidement réduit le risque de défaillance des équipements, limite les pannes imprévues et favorise une maintenance plus proactive.

Mesurer le ROI des produits intelligents basés sur la vision#

Pour les dirigeants d’entreprise, l’IA visuelle ne se résume pas aux performances techniques. Elle doit aussi produire un impact mesurable sur l’activité.

Mis en œuvre de manière réfléchie, les systèmes pilotés par la vision peuvent améliorer l’efficacité, réduire les coûts et accroître la précision. Ces gains contribuent également à de meilleures expériences utilisateur et à de meilleures performances globales.

Voici quelques domaines où cet impact est évident :

• Réduction du travail manuel : Les systèmes de vision automatisent les tâches répétitives d’inspection, de surveillance et de vérification, réduisent la dépendance aux processus manuels et permettent aux équipes de se concentrer sur des tâches plus stratégiques.
• Cycles de décision plus rapides : L’analyse visuelle en temps réel permet aux systèmes de détecter instantanément les problèmes ou de déclencher des actions, ce qui réduit les délais de réaction et assure la continuité des opérations.
• Moins d’erreurs opérationnelles : La détection automatisée apporte de la constance. En réduisant la supervision humaine des tâches courantes, les organisations constatent souvent moins d’erreurs et des résultats plus fiables.
• Engagement accru des utilisateurs : Les produits capables de voir et de réagir intelligemment semblent plus interactifs et pertinents. Cela renforce la confiance des utilisateurs, améliore leur expérience et favorise une adoption à long terme.

Points clés à retenir#

L’IA visuelle permet aux produits d’interpréter des informations visuelles en temps réel, favorisant une automatisation plus intelligente et des expériences plus réactives. Grâce à des capacités comme la détection, le suivi et la segmentation, les systèmes dépassent les règles de base pour prendre des décisions tenant compte du contexte. Des modèles efficaces comme Ultralytics YOLO26 facilitent la création de produits évolutifs et compétitifs pilotés par la vision.

Rejoins notre communauté active et découvre des innovations comme l’IA dans le secteur manufacturier et l’IA visuelle dans le commerce de détail. Consulte notre dépôt GitHub et découvre dès aujourd’hui la vision par ordinateur en explorant nos options de licence.