Créer des produits intelligents avec Ultralytics YOLO26 et l’IA de vision

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 consultées uniquement lorsque quelque chose se passe mal.

Souvent, les données visuelles sont disponibles, mais la capacité à les interpréter en temps réel fait défaut. À mesure que les produits deviennent plus connectés et davantage pilotés par les données, cette limite devient de plus en plus visible.

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

Les avancées récentes de l’intelligence artificielle contribuent à combler cet écart. En particulier, la vision par ordinateur permet aux machines d’interpréter des images et des vidéos, afin que les systèmes puissent analyser des scènes et réagir en temps réel.

Cependant, 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 dans ce but 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 ainsi aux produits d’interpréter les données visuelles et de réagir intelligemment.

Fig. 1. Détection d’objets dans une image avec YOLO26 (Source)

Dans cet article, nous allons découvrir comment la vision par ordinateur et Ultralytics YOLO26 peuvent être utilisés pour créer des produits plus intelligents et prendre en charge l’automatisation intelligente dans des applications concrètes. Commençons !

Les limites du développement traditionnel des produits#

Avant d’examiner comment la vision par ordinateur contribue à créer des produits plus intelligents, penchons-nous sur les difficultés auxquelles les équipes sont confrontées lorsqu’elles s’appuient sur des systèmes traditionnels fondés sur des règles et sur d’anciens algorithmes.

Voici quelques-unes des principales difficultés du développement traditionnel des produits :

• 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 légères variations de l’éclairage, de l’angle de la caméra ou de l’apparence des objets peuvent rapidement rendre les règles prédéfinies inopérantes et réduire la précision.
• Faible adaptabilité à la variabilité du monde réel : Les systèmes traditionnels s’adaptent mal aux situations nouvelles ou inattendues. Les mises à jour nécessitent souvent un réglage manuel et des optimisations répétées, ce qui ralentit l’amélioration des produits et augmente les efforts de maintenance.
• Limites de mise à l’échelle : À mesure que le volume de données d’image et de vidéo augmente, les anciens pipelines de traitement d’image peinent à suivre. Le traitement ralentit, ce qui complique le maintien des performances en temps réel sur les flux vidéo.
• Forte latence dans les scénarios en temps réel : De nombreuses approches traditionnelles ne peuvent pas traiter les flux visuels continus assez rapidement. Les sorties différées affaiblissent l’automatisation et réduisent la réactivité globale.
• Besoins élevés en ressources de calcul : Atteindre une précision acceptable exige souvent d’importantes ressources matérielles, notamment des unités de traitement graphique dédiées (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 favoriser un comportement plus intelligent des produits.

Aujourd’hui, la plupart des produits connectés collectent déjà des données visuelles dans le cadre de leurs processus opérationnels habituels. Des caméras sont intégrées à différents appareils, installées dans des espaces physiques et connectées par l’intermédiaire de systèmes de l’Internet des objets (IoT).

Par conséquent, des images et des vidéos sont capturées en permanence en arrière-plan. Le défi ne réside pas dans la collecte de ces données.

La difficulté consiste à donner du sens aux données collectées en temps réel. Sans intelligence visuelle, les images sont simplement stockées puis consultées ultérieurement, 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 moment où les événements se produisent.

Pour intégrer cette capacité visuelle à leurs 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 suffisamment rapidement les informations visuelles pour permettre des décisions en temps réel.

Les éléments constitutifs des produits pilotés par la vision#

Voici un aperçu rapide de la manière 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, offrant ainsi une compréhension claire de ce qui est présent dans une image.
• Suivi d’objets : Il peut être utilisé pour suivre des objets spécifiques sur plusieurs images, afin qu’un système de vision puisse comprendre les mouvements et les 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 : Elle permet de délimiter précisément les objets au niveau des pixels, afin que les produits puissent mieux interpréter les formes, les contours et les relations spatiales.
• Estimation de pose : Cette tâche détecte les points clés du corps humain ou d’autres objets articulés. Elle capture la posture, les mouvements et les interactions physiques en temps réel.
• Détection de boîtes englobantes orientées (OBB) : Elle permet de détecter les objets à l’aide de boîtes englobantes pivotées plutôt que de boîtes horizontales standard. Elle améliore la précision de la localisation lorsque les objets apparaissent sous certains angles ou dans des environnements très encombrés.

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

Comment les modèles de vision en temps réel permettent un comportement intelligent des produits#

À mesure que tu en apprends davantage sur les produits pilotés par la vision, tu peux te demander 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 le flux vidéo arrive, un modèle de vision analyse chaque image et identifie les éléments importants, comme des objets ou des personnes spécifiques. Au lieu de réagir à chaque mouvement, le système se concentre uniquement sur les signaux pertinents.

Un autre aspect essentiel est la vitesse. Les systèmes en temps réel doivent traiter chaque image rapidement et de manière cohérente, afin que la détection et la prise de décision s’effectuent sans délai perceptible.

Par exemple, la famille de modèles Ultralytics YOLO (Tu ne regardes qu’une fois) a été conçue pour traiter les 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 des performances et des gains d’efficacité. Il en résulte une vitesse et une précision accrues, même dans des conditions réelles exigeantes.

Lorsqu’ils sont intégrés à un produit, ces modèles s’exécutent en continu en arrière-plan et analysent chaque image dès son arrivée. Le système vérifie des conditions prédéfinies et, une fois celles-ci remplies, peut instantanément déclencher une alerte, mettre à jour un workflow ou lancer une action.

Les systèmes pilotés par la vision deviennent ainsi plus réactifs, évolutifs et pratiques 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 qui semble fiable plutôt que réactive.

Utiliser Ultralytics YOLO26 pour fournir une intelligence visuelle en temps réel aux produits#

Les modèles Ultralytics YOLO, notamment YOLO26, sont disponibles directement sous forme de modèles préentraînés. Cela signifie qu’ils ont déjà été entraînés sur de vastes jeux de données largement utilisés, comme le jeu de données COCO.

Grâce à ce préentraînement, Ultralytics YOLO26 peut immédiatement reconnaître 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 à partir de zéro.

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

Prenons par exemple un restaurant équipé de caméras au plafond. Un modèle d’IA visuelle entraîné sur mesure, comme Ultralytics YOLO26, peut détecter combien de personnes se trouvent dans l’espace. 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 tenues par un employé dans les magasins. (Source)

Dans ce type de scénario, Ultralytics YOLO26 agit comme un moteur visuel qui s’exécute 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 appliqués à différents cas d’usage au sein de produits intelligents pour les rendre plus conscients, plus réactifs et capables d’agir en fonction de ce qu’ils voient.

Intelligence des produits de santé avec YOLO#

Dans le domaine de la formation chirurgicale en santé, des heures d’images d’interventions sont souvent examinées manuellement afin d’évaluer la manipulation des instruments et le déroulement du processus. Cette procédure peut prendre beaucoup de temps et dépend fortement de l’observation humaine.

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

Cela permet une journalisation structurée, de meilleures analyses et des informations de haute qualité sur les performances, sans vérification manuelle constante. En fait, des recherches utilisant le modèle Ultralytics YOLO11, prédécesseur du dernier modèle YOLO26, ont montré que la détection d’instruments laparoscopiques en temps réel pouvait fonctionner efficacement, même sur des systèmes embarqués.

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

Le modèle a conservé une grande précision tout en fonctionnant assez rapidement pour les environnements chirurgicaux 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 pilotées par YOLO#

Nous avons tous déjà été devant un rayon de supermarché bondé à chercher le bon produit. De nombreux articles se ressemblent, les étiquettes sont petites et les produits sont souvent placés au mauvais endroit.

Pour les distributeurs, cela complique la visibilité en temps réel des 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 flux vidéo en direct. Cela réduit la dépendance aux scans de codes-barres et aux vérifications manuelles, rendant le suivi des rayons plus précis et plus réactif.

Fig. 4. Détection et segmentation des produits dans les rayons d’un supermarché avec Ultralytics YOLO26

Avec ce niveau de précision, les distributeurs n’ont plus à compter 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 placés repérés plus rapidement et les processus de passage en caisse fonctionner plus efficacement. Les distributeurs bénéficient ainsi d’un meilleur contrôle opérationnel tout en offrant aux clients une expérience d’achat plus fluide.

IA visuelle et navigation autonome#

Les systèmes autonomes peuvent être très efficaces, mais ils dépendent souvent d’itinéraires fixes ou de coordonnées prédéfinies. Si cette approche fonctionne dans des environnements stables, les conditions réelles changent rarement de manière constante.

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 moment où ils se produisent au lieu de dépendre d’instructions rigides préprogrammées.

Alors, comment cela fonctionne-t-il dans des conditions réelles ? Prenons l’exemple d’un robot opérant dans un entrepôt. Les caméras capturent en continu son environnement et un modèle de vision effectue une détection d’objets en temps réel afin d’identifier les obstacles, les étagères et les passages.

Ces détections facilitent la localisation et aident le robot à déterminer sa position exacte dans l’installation. À partir de ces informations visuelles, des algorithmes d’optimisation ajustent instantanément 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 impliquent encore des vérifications manuelles, qui prennent du temps et sont difficiles à gérer dans de vastes zones ou des régions isolées.

L’IA visuelle offre un moyen plus simple de surveiller les infrastructures sans dépendre uniquement de visites de sites planifiées. Des modèles comme Ultralytics YOLO26 peuvent détecter les défauts des isolateurs de lignes électriques, notamment les fissures, la corrosion ou 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. L’identification précoce de ces problèmes réduit le risque de défaillance des équipements, limite les pannes imprévues et favorise des opérations de maintenance plus proactives.

Mesurer le ROI des produits intelligents fondés sur la vision#

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

Lorsqu’ils sont 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 devient évident :

• Réduction des efforts manuels : Les systèmes de vision automatisent les tâches répétitives d’inspection, de surveillance et de vérification, réduisant la dépendance aux processus manuels et permettant 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, raccourcissant les temps de réaction et assurant la fluidité des opérations.
• Moins d’erreurs opérationnelles : La détection automatisée apporte de la cohérence. En réduisant la supervision humaine dans les tâches courantes, les organisations constatent souvent moins d’erreurs et des résultats plus fiables.
• Amélioration de l’engagement 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 les 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 élémentaires pour prendre des décisions tenant compte du contexte. Des modèles efficaces comme Ultralytics YOLO26 rendent concrète la création de produits évolutifs et compétitifs pilotés par la vision.

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