Creare prodotti intelligenti con Ultralytics YOLO26 e l’IA per la visione

Ogni giorno, le telecamere integrate in dispositivi, macchinari e infrastrutture pubbliche registrano migliaia di ore di video. La maggior parte di queste registrazioni viene archiviata, scorsa rapidamente o esaminata solo quando qualcosa va storto.

Spesso i dati visivi sono disponibili, ma manca la capacità di interpretarli in tempo reale. Man mano che i prodotti diventano più connessi e basati sui dati, questo limite si fa sempre più evidente.

Gli utenti si aspettano che i sistemi facciano più che limitarsi a registrare eventi o seguire istruzioni prestabilite. Per esempio, si aspettano che i prodotti intelligenti riconoscano ciò che accade e reagiscano immediatamente, senza attendere verifiche manuali né affidarsi a regole rigide.

I recenti progressi nell’intelligenza artificiale stanno contribuendo a colmare questa lacuna. In particolare, la computer vision permette alle macchine di interpretare immagini e video, consentendo ai sistemi di analizzare le scene e reagire in tempo reale.

Tuttavia, integrare questa capacità in un prodotto richiede modelli veloci e affidabili. I modelli di computer vision all’avanguardia, come Ultralytics YOLO26, sono progettati proprio per questo scopo e offrono la velocità e la precisione necessarie per l’implementazione in tempo reale.

Ultralytics YOLO26 supporta attività fondamentali di vision AI, come il rilevamento di oggetti, la segmentazione di istanze e il tracciamento degli oggetti, consentendo ai prodotti di interpretare i dati visivi e reagire in modo intelligente.

Fig. 1. Rilevamento di oggetti in un’immagine con YOLO26 (Fonte)

In questo articolo vedremo come usare la computer vision e Ultralytics YOLO26 per sviluppare prodotti più intelligenti e supportare l’automazione intelligente in applicazioni reali. Iniziamo!

I limiti dello sviluppo tradizionale dei prodotti#

Prima di approfondire come la computer vision contribuisce a creare prodotti più intelligenti, esaminiamo da vicino le sfide che i team devono affrontare quando si affidano ai tradizionali sistemi basati su regole e ad algoritmi meno recenti.

Ecco alcune delle principali sfide dello sviluppo tradizionale dei prodotti:

• Sistemi rigidi basati su regole: la logica definita in modo rigido può funzionare in ambienti controllati, ma le situazioni reali sono raramente prevedibili. Piccole variazioni di illuminazione, angolazione della telecamera o aspetto degli oggetti possono compromettere rapidamente le regole predefinite e ridurre la precisione.
• Scarsa adattabilità alla variabilità del mondo reale: i sistemi tradizionali si adattano male a situazioni nuove o impreviste. Gli aggiornamenti richiedono spesso regolazioni manuali e ottimizzazioni ripetute, rallentando i miglioramenti dei prodotti e aumentando il lavoro di manutenzione.
• Limiti di scalabilità: con l’aumento del volume di dati immagine e video, le pipeline di elaborazione delle immagini meno recenti faticano a reggere il passo. L’elaborazione rallenta e diventa difficile mantenere prestazioni in tempo reale su più flussi video.
• Latenza elevata nelle applicazioni in tempo reale: molti approcci tradizionali non riescono a elaborare i flussi visivi continui con sufficiente rapidità. I risultati tardivi compromettono l’automazione e riducono la reattività complessiva.
• Elevati requisiti di calcolo: per ottenere una precisione accettabile servono spesso notevoli risorse hardware, comprese unità di elaborazione grafica dedicate (GPU), con un conseguente aumento dei costi infrastrutturali.

Il ruolo della computer vision nello sviluppo di prodotti più intelligenti#

Vediamo ora come la computer vision può supportare un comportamento più intelligente dei prodotti.

La maggior parte dei prodotti connessi di oggi raccoglie già dati visivi nell’ambito delle normali attività operative. Le telecamere sono integrate in vari dispositivi, installate negli spazi fisici e collegate tramite sistemi dell’Internet delle cose (IoT).

Di conseguenza, immagini e video vengono acquisiti continuamente in background. La sfida non consiste nel raccogliere questi dati.

La parte difficile è interpretare i dati raccolti in tempo reale. Senza intelligenza visiva, le registrazioni vengono semplicemente archiviate e riviste in seguito, spesso quando il problema si è già verificato.

La computer vision cambia le cose. Usando reti neurali addestrate a riconoscere schemi, i sistemi possono analizzare immagini e video in tempo reale. Invece di affidarsi a regole fisse o controlli manuali, i prodotti possono interpretare ciò che accade in una scena e reagire man mano che si verificano gli eventi.

Per integrare questa capacità visiva nei prodotti, i team possono affidarsi a efficienti modelli di computer vision, come Ultralytics YOLO26. YOLO26 supporta attività fondamentali di vision AI e può aiutare i prodotti a interpretare le informazioni visive abbastanza rapidamente da prendere decisioni in tempo reale.

Gli elementi fondamentali dei prodotti basati sulla vision AI#

Ecco una breve panoramica di come le attività di computer vision possono contribuire a rendere i prodotti più intelligenti:

• Rilevamento di oggetti: questa attività può identificare e localizzare gli oggetti rilevanti in ogni fotogramma usando un riquadro di delimitazione e assegnando un punteggio di confidenza, così da fornire una chiara comprensione di ciò che è presente nell'immagine.
• Tracciamento degli oggetti: può essere usato per seguire oggetti specifici in più fotogrammi, consentendo a un sistema di visione di comprendere i movimenti e i cambiamenti nel tempo.
• Classificazione delle immagini: questa attività assegna un'etichetta all'intera immagine in base al suo contenuto principale. Categorizza le scene o identifica condizioni specifiche all'interno del fotogramma.
• Segmentazione delle istanze: può delineare con precisione gli oggetti a livello di pixel, consentendo ai prodotti di interpretare meglio forme, contorni e relazioni spaziali.
• Stima della posa: questa attività rileva punti chiave sul corpo umano o su altri oggetti articolati. Acquisisce postura, movimento e interazioni fisiche in tempo reale.
• Rilevamento con riquadri di delimitazione orientati (OBB): può rilevare gli oggetti usando riquadri di delimitazione ruotati anziché i normali riquadri orizzontali. Migliora la precisione della localizzazione quando gli oggetti sono inclinati o disposti in ambienti molto affollati.

Quando queste funzionalità vengono applicate a dati visivi continui, i prodotti possono rispondere più rapidamente, automatizzare le attività in modo più affidabile e offrire esperienze che sembrano consapevoli anziché reattive. Invece di aspettare che gli eventi vengano analizzati in un secondo momento, i sistemi possono comprendere e agire sul momento.

Come i modelli di visione in tempo reale rendono possibili comportamenti intelligenti nei prodotti#

Approfondendo i prodotti basati sulla visione, potresti chiederti come fa un sistema a passare dalla semplice registrazione video alla capacità di rispondere davvero in tempo reale.

Tutto inizia dal riconoscimento di ciò che si trova davanti alla telecamera. Mentre il video viene trasmesso, un modello di visione analizza ogni fotogramma e identifica gli elementi importanti, come oggetti o persone specifici. Invece di reagire a ogni movimento, il sistema si concentra solo sui segnali rilevanti.

Un altro aspetto fondamentale è la velocità. I sistemi in tempo reale devono elaborare ogni fotogramma in modo rapido e costante, assicurando che il rilevamento e il processo decisionale avvengano senza ritardi percepibili.

Ad esempio, la famiglia di modelli Ultralytics YOLO (Guarda una sola volta) è stata sviluppata per elaborare dati visivi in tempo reale. Modelli come Ultralytics YOLO26 si basano su versioni precedenti come Ultralytics YOLOv5, Ultralytics YOLOv8 e Ultralytics YOLO11, integrando perfezionamenti architetturali, ottimizzazioni delle prestazioni e miglioramenti dell'efficienza. Il risultato è una velocità e una precisione maggiori, anche nelle condizioni impegnative del mondo reale.

Integrati in un prodotto, questi modelli funzionano continuamente in background e analizzano ogni fotogramma man mano che arriva. Il sistema verifica condizioni predefinite e, quando sono soddisfatte, può attivare immediatamente un avviso, aggiornare un flusso di lavoro o avviare un'azione.

Questo rende i sistemi basati sulla visione più reattivi, scalabili e pratici da integrare in contesti che spaziano dalla robotica e dai veicoli autonomi ai sistemi di domotica e sicurezza. Per i responsabili aziendali, questo si traduce in risposte più rapide, meno verifiche manuali e un'automazione affidabile anziché reattiva.

Usare Ultralytics YOLO26 per alimentare l'intelligenza visiva in tempo reale nei prodotti#

I modelli Ultralytics YOLO, incluso YOLO26, sono disponibili già pronti all'uso come modelli preaddestrati. Ciò significa che sono già stati addestrati su dataset ampi e molto diffusi, come il dataset COCO.

Grazie a questo preaddestramento, Ultralytics YOLO26 può riconoscere subito gli oggetti comuni del mondo reale. Questo offre ai team di prodotto un punto di partenza pratico, consentendo loro di creare funzionalità visive senza addestrare un modello da zero.

Per esigenze di prodotto più specifiche, questi modelli preaddestrati possono essere ulteriormente ottimizzati usando dati specifici del dominio con annotazioni di alta qualità.

Ad esempio, pensa a un ristorante dotato di telecamere a soffitto. Un modello di IA visiva addestrato su misura, come Ultralytics YOLO26, può rilevare quante persone si trovano nel locale. Può individuare i tavoli occupati e le sedie libere.

Fig. 2. Ultralytics YOLO26 consente il rilevamento in tempo reale di persone, spazi liberi e casse presidiate nei negozi al dettaglio. (Fonte)

In questo tipo di scenario, Ultralytics YOLO26 funge da motore visivo che opera continuamente in background. I team possono anche distribuire modelli di questo tipo su dispositivi edge, in base ai requisiti prestazionali e agli obiettivi di efficienza energetica.

Applicazioni reali dei modelli YOLO nei prodotti intelligenti#

Ora che abbiamo capito meglio come funzionano i modelli di visione in tempo reale, vediamo come applicare i modelli Ultralytics YOLO a diversi casi d'uso nei prodotti intelligenti, per renderli più consapevoli, reattivi e capaci di agire in base a ciò che vedono.

Intelligenza dei prodotti sanitari con YOLO#

Nella formazione chirurgica in ambito sanitario, spesso si passano in rassegna manualmente ore di riprese delle procedure per valutare l'uso degli strumenti e il flusso di lavoro. Questo processo può richiedere molto tempo e dipendere fortemente dall'osservazione umana.

Integrando nel sistema un modello di visione basato su YOLO, è possibile analizzare automaticamente i flussi video durante lo svolgimento delle procedure. Il modello può rilevare gli strumenti chirurgici in tempo reale e identificare dove e quando vengono utilizzati.

Questo consente di registrare i dati in modo strutturato, migliorare l'analisi e ottenere informazioni di alta qualità sulle prestazioni, senza continue verifiche manuali. La ricerca condotta con il modello Ultralytics YOLO11, predecessore del più recente modello YOLO26, ha dimostrato che il rilevamento di strumenti laparoscopici in tempo reale può funzionare efficacemente anche su sistemi embedded.

Fig. 3. Rilevamento in tempo reale di strumenti laparoscopici con YOLO (Fonte)

Il modello ha mantenuto un'elevata precisione, funzionando abbastanza rapidamente da poter essere usato durante interventi chirurgici in diretta. Questo dimostra come il deep learning possa supportare un feedback visivo affidabile in tempo reale durante le procedure.

Creare esperienze di vendita al dettaglio intelligenti con YOLO#

A tutti è capitato di trovarsi davanti a uno scaffale affollato di un supermercato cercando il prodotto giusto. Molti articoli si assomigliano, le etichette sono piccole e spesso i prodotti si trovano nel posto sbagliato.

Per i rivenditori, questo rende difficile avere una visione in tempo reale degli scaffali. L'IA visiva e i modelli di rilevamento degli oggetti YOLO possono aiutare i sistemi dei negozi a capire cosa si trova davvero sugli scaffali, grazie ai flussi delle telecamere e ai video in diretta. Ciò riduce la dipendenza dalla scansione dei codici a barre e dai controlli manuali, rendendo il monitoraggio degli scaffali più preciso e reattivo.

Fig. 4. Rilevamento e segmentazione dei prodotti sugli scaffali dei supermercati con Ultralytics YOLO26

Con questo livello di precisione, i rivenditori non devono più affidarsi soltanto a controlli manuali periodici. Gli scaffali possono essere monitorati continuamente tramite video in diretta.

Le scorte ridotte possono essere segnalate subito, i prodotti fuori posto individuati più rapidamente e le operazioni di pagamento svolte con maggiore fluidità. Questo offre ai rivenditori un migliore controllo operativo e crea un'esperienza d'acquisto più fluida per i clienti.

IA visiva e navigazione autonoma#

I sistemi autonomi possono essere molto efficienti, ma spesso si basano su percorsi fissi o coordinate preimpostate. Sebbene questo funzioni in ambienti stabili, le condizioni del mondo reale raramente restano immutate.

Le soluzioni di IA visiva basate su modelli di deep learning permettono alle macchine di comprendere l'ambiente circostante e adattarsi in tempo reale. Combinando la visione artificiale con algoritmi adattivi, i sistemi possono reagire ai cambiamenti man mano che si verificano, invece di affidarsi a istruzioni rigide e preprogrammate.

Come funziona tutto questo nel mondo reale? Prendiamo l'esempio di un robot che opera in un magazzino. Le telecamere acquisiscono continuamente l'ambiente circostante e un modello di visione esegue il rilevamento degli oggetti in tempo reale per identificare ostacoli, scaffali e passaggi.

Questi rilevamenti supportano la localizzazione e aiutano il robot a determinare la propria posizione esatta all'interno della struttura. Sulla base di questi dati visivi, gli algoritmi di ottimizzazione modificano immediatamente il percorso, consentendo al robot di spostarsi in modo efficiente e mantenere un'automazione fluida anche quando le condizioni cambiano.

Monitoraggio delle infrastrutture e rilevamento più intelligente dei difetti#

Le linee elettriche e le apparecchiature della rete devono essere ispezionate regolarmente per garantire sicurezza e affidabilità. Nella maggior parte dei casi, queste ispezioni delle infrastrutture di pubblica utilità richiedono ancora controlli manuali, che richiedono tempo e sono difficili da gestire in aree estese o remote.

L'IA visiva offre un modo più semplice per tenere sotto controllo le infrastrutture senza dipendere solo dalle visite programmate sul posto. Modelli come Ultralytics YOLO26 possono rilevare difetti sugli isolatori delle linee elettriche, tra cui crepe, corrosione o danni visibili, direttamente da immagini acquisite in condizioni esterne reali.

Analizzando i dati visivi in tempo reale, questi sistemi possono segnalare potenziali problemi che altrimenti potrebbero passare inosservati. Individuare tempestivamente questi problemi riduce il rischio di guasti alle apparecchiature, limita le interruzioni impreviste e favorisce interventi di manutenzione più proattivi.

Misurare il ROI dei prodotti intelligenti basati sulla visione#

Per i responsabili aziendali, l'IA visiva non riguarda solo le prestazioni tecniche, ma anche l'impatto aziendale misurabile.

Se implementati con criterio, i sistemi basati sulla visione possono migliorare l'efficienza, ridurre i costi e aumentare la precisione. Questi vantaggi contribuiscono anche a migliorare l'esperienza degli utenti e le prestazioni complessive.

Ecco alcuni ambiti in cui l'impatto è evidente:

• Riduzione del lavoro manuale: i sistemi di visione automatizzano le attività ripetitive di ispezione, monitoraggio e verifica, riducendo la dipendenza dai processi manuali e lasciando ai team più tempo da dedicare ad attività strategiche.
• Cicli decisionali più rapidi: l'analisi visiva in tempo reale consente ai sistemi di rilevare problemi o attivare azioni all'istante, riducendo i tempi di risposta e mantenendo le operazioni fluide.
• Meno errori operativi: il rilevamento automatizzato garantisce coerenza. Riducendo la supervisione umana nelle attività di routine, le organizzazioni spesso riscontrano meno errori e risultati più affidabili.
• Maggiore coinvolgimento degli utenti: i prodotti capaci di vedere e rispondere in modo intelligente sembrano più interattivi e pertinenti. Ne derivano una maggiore fiducia degli utenti, esperienze migliori e un'adozione più ampia nel lungo periodo.

Punti chiave#

L'IA visiva permette ai prodotti di interpretare informazioni visive in tempo reale, favorendo un'automazione più intelligente e un'esperienza più reattiva. Grazie a funzionalità come il rilevamento, il tracciamento e la segmentazione, i sistemi superano le regole di base e prendono decisioni consapevoli del contesto. Modelli efficienti come Ultralytics YOLO26 rendono pratico creare prodotti basati sulla visione, scalabili e competitivi.

Unisciti alla nostra community attiva e scopri innovazioni come l'IA nel settore manifatturiero e l'IA visiva nel commercio al dettaglio. Visita il nostro repository GitHub e inizia oggi a usare la visione artificiale, consultando le nostre opzioni di licenza.