Creare prodotti intelligenti con Ultralytics YOLO26 e l'IA visiva

Ogni giorno, le telecamere integrate in dispositivi, macchinari e infrastrutture pubbliche acquisiscono migliaia di ore di video. La maggior parte di queste riprese viene archiviata, consultata 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, questa limitazione diventa sempre più evidente.

Gli utenti si aspettano che i sistemi facciano più che limitarsi a registrare eventi o seguire istruzioni predefinite. Per esempio, si aspettano che i prodotti intelligenti riconoscano ciò che sta accadendo e rispondano immediatamente, senza attendere revisioni manuali né affidarsi a rigidi set di regole.

I recenti progressi nell’intelligenza artificiale stanno contribuendo a colmare questa lacuna. In particolare, la visione artificiale consente alle macchine di interpretare immagini e video, permettendo ai sistemi di analizzare le scene e rispondere in tempo reale.

Tuttavia, integrare questa capacità in un prodotto richiede modelli veloci e affidabili. Modelli di visione artificiale all’avanguardia come Ultralytics YOLO26 sono progettati proprio per questo, offrendo la velocità e la precisione necessarie per la distribuzione in tempo reale.

Ultralytics YOLO26 supporta attività fondamentali di visione come il rilevamento degli oggetti, la segmentazione delle istanze e il tracciamento degli oggetti, rendendo possibile per i prodotti interpretare i dati visivi e rispondere in modo intelligente.

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

In questo articolo esploreremo come la visione artificiale e Ultralytics YOLO26 possano essere utilizzati per creare prodotti più intelligenti e supportare l’automazione intelligente in applicazioni reali. Iniziamo!

Le lacune dello sviluppo tradizionale dei prodotti#

Prima di approfondire come la visione artificiale contribuisca a creare prodotti più intelligenti, esaminiamo da vicino le difficoltà che i team affrontano quando si affidano a sistemi tradizionali basati su regole e ad algoritmi obsoleti.

Ecco alcune delle principali difficoltà dello sviluppo tradizionale dei prodotti:

• Sistemi rigidi basati su regole: La logica codificata può funzionare in ambienti controllati, ma le situazioni reali sono raramente prevedibili. Piccoli cambiamenti nell’illuminazione, nell’angolazione della telecamera o nell’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 scenari nuovi o imprevisti. Gli aggiornamenti richiedono spesso regolazioni manuali e ottimizzazioni ripetute, rallentando i miglioramenti del prodotto e aumentando il lavoro di manutenzione.
• Limiti di scalabilità: Con la crescita del volume di dati immagine e video, le pipeline di elaborazione delle immagini meno recenti faticano a tenere il passo. L’elaborazione diventa più lenta, rendendo difficile mantenere prestazioni in tempo reale su più flussi video.
• Latenza elevata negli scenari in tempo reale: Molti approcci tradizionali non riescono a elaborare abbastanza rapidamente i flussi visivi continui. Output ritardati indeboliscono l’automazione e riducono la reattività complessiva.
• Requisiti di calcolo elevati: Ottenere una precisione accettabile richiede spesso risorse hardware significative, comprese unità di elaborazione grafica dedicate (GPU), aumentando i costi dell’infrastruttura.

Il ruolo della visione artificiale nella creazione di prodotti più intelligenti#

Vediamo ora come la visione artificiale possa supportare comportamenti più intelligenti dei prodotti.

Oggi la maggior parte dei prodotti connessi raccoglie già dati visivi come parte dei normali processi operativi. Le telecamere sono integrate in vari dispositivi, installate in spazi fisici e collegate tramite sistemi dell’Internet delle cose (IoT).

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

La parte complessa è dare un significato ai dati raccolti in tempo reale. Senza intelligenza visiva, le riprese vengono semplicemente archiviate e visionate in seguito, spesso dopo che si è già verificato un problema.

La visione artificiale cambia questo scenario. Utilizzando 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 rispondere mentre gli eventi si verificano.

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

Gli elementi costitutivi dei prodotti basati sulla visione#

Ecco una breve panoramica di come le attività di visione artificiale possano contribuire a creare prodotti più intelligenti:

• Rilevamento degli oggetti: Questa attività identifica e localizza gli oggetti rilevanti in ogni fotogramma utilizzando un riquadro di delimitazione e assegna un punteggio di confidenza, offrendo una visione chiara di ciò che è presente in un’immagine.
• Tracciamento degli oggetti: Può essere utilizzato per seguire oggetti specifici attraverso 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 a un’immagine intera in base al suo contenuto principale. Categorizza le scene o identifica condizioni specifiche all’interno del fotogramma.
• Segmentazione delle istanze: Delimita con precisione gli oggetti a livello di pixel, permettendo ai prodotti di interpretare meglio forme, contorni e relazioni spaziali.
• Stima della posa: Questa attività rileva i punti chiave del corpo umano o di altri oggetti articolati. Acquisisce postura, movimento e interazioni fisiche in tempo reale.
• Rilevamento dei riquadri di delimitazione orientati (OBB): Rileva gli oggetti utilizzando riquadri di delimitazione ruotati anziché quelli orizzontali standard. Migliora la precisione della localizzazione quando gli oggetti sono inclinati o disposti in ambienti densamente affollati.

Quando queste capacità vengono applicate a dati visivi continui, i prodotti possono rispondere più rapidamente, automatizzare in modo più affidabile e offrire esperienze che sembrano consapevoli anziché reattive. Invece di attendere che gli eventi vengano esaminati in seguito, i sistemi possono comprenderli e agire sul momento.

Come i modelli di visione in tempo reale consentono comportamenti intelligenti dei prodotti#

Approfondendo i prodotti basati sulla visione, potresti chiederti come un sistema passi dal semplice registrare video al rispondere effettivamente in tempo reale.

Tutto inizia dal riconoscimento di ciò che si trova davanti alla telecamera. Quando arriva il flusso video, 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 rapidamente e in modo costante, assicurando che il rilevamento e il processo decisionale avvengano senza ritardi percepibili.

Per esempio, la famiglia di modelli Ultralytics YOLO (You Only Look Once) è stata creata per elaborare i 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 superiori, anche in condizioni reali impegnative.

Quando vengono integrati in un prodotto, questi modelli funzionano continuamente in background, analizzando ogni fotogramma appena arriva. Il sistema verifica condizioni predefinite e, quando queste vengono soddisfatte, può attivare istantaneamente 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 ambienti che spaziano dalla robotica e dai veicoli autonomi alla domotica e ai sistemi di sicurezza. Per i responsabili aziendali, ciò si traduce in risposte più rapide, meno controlli manuali e un’automazione affidabile anziché reattiva.

Utilizzare Ultralytics YOLO26 per alimentare l’intelligenza visiva in tempo reale nei prodotti#

I modelli Ultralytics YOLO, incluso YOLO26, sono disponibili immediatamente come modelli preaddestrati. Ciò significa che sono già addestrati su dataset di grandi dimensioni e ampiamente utilizzati, come il dataset COCO.

Grazie a questo preaddestramento, Ultralytics YOLO26 può riconoscere immediatamente 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 sottoposti a fine-tuning utilizzando dati specifici del dominio con annotazioni di alta qualità.

Per esempio, considera un ristorante dotato di telecamere a soffitto. Un modello di AI per la visione addestrato su misura, come Ultralytics YOLO26, può rilevare quante persone si trovano nel locale. Può identificare quali tavoli sono occupati e quali sedie sono vuote.

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 in esecuzione continua in background. I team possono inoltre distribuire questi modelli su dispositivi edge, in base alle esigenze prestazionali e agli obiettivi di efficienza energetica.

Applicazioni reali dei modelli YOLO nei prodotti intelligenti#

Ora che comprendiamo meglio il funzionamento dei modelli di visione in tempo reale, vediamo come i modelli Ultralytics YOLO possano essere applicati nei prodotti intelligenti per diversi casi d’uso, rendendoli più consapevoli, reattivi e capaci di agire in base a ciò che vedono.

Intelligenza dei prodotti sanitari con YOLO#

Per quanto riguarda la formazione chirurgica in ambito sanitario, spesso le ore di riprese delle procedure vengono esaminate manualmente per valutare la gestione degli strumenti e il flusso di lavoro. Questo processo può richiedere molto tempo e dipendere fortemente dall’osservazione umana.

Con un modello di visione basato su YOLO integrato nel sistema, i feed video possono essere analizzati automaticamente durante lo svolgimento delle procedure. Il modello può rilevare gli strumenti chirurgici in tempo reale e identificare dove e quando vengono utilizzati.

Ciò consente una registrazione strutturata, analisi migliori e valutazioni delle prestazioni di alta qualità senza una revisione manuale costante. In effetti, una ricerca condotta utilizzando il modello Ultralytics YOLO11, predecessore dell’ultimo modello YOLO26, ha dimostrato che il rilevamento degli strumenti laparoscopici in tempo reale può funzionare efficacemente anche su sistemi embedded.

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

Il modello ha mantenuto una precisione elevata funzionando abbastanza velocemente per gli ambienti chirurgici dal vivo. Questo dimostra come il deep learning possa supportare un feedback visivo affidabile in tempo reale durante le procedure.

Creare esperienze intelligenti per il retail basate su YOLO#

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

Per i rivenditori, questo rende difficile avere una visibilità in tempo reale degli scaffali. L’AI per la visione e i modelli YOLO per il rilevamento degli oggetti possono aiutare i sistemi dei negozi a comprendere cosa si trova effettivamente sugli scaffali tramite feed delle telecamere e flussi video dal vivo. Ciò riduce la dipendenza dalle scansioni 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 dal vivo.

Le scorte ridotte possono essere segnalate immediatamente, i prodotti fuori posto possono essere individuati più rapidamente e i processi di pagamento possono svolgersi in modo più fluido. Questo offre ai rivenditori un maggiore controllo operativo, creando al contempo un’esperienza di acquisto più semplice per i clienti.

AI per la visione e navigazione autonoma#

I sistemi autonomi possono essere molto efficienti, ma spesso si affidano a percorsi fissi o coordinate preimpostate. Sebbene questo funzioni in ambienti stabili, le condizioni reali cambiano raramente in modo prevedibile.

Le soluzioni di AI per la visione, alimentate da modelli di deep learning, consentono alle macchine di comprendere l’ambiente circostante e adattarsi in tempo reale. Combinando la visione artificiale con algoritmi adattivi, i sistemi possono rispondere ai cambiamenti mentre si verificano, invece di affidarsi a istruzioni rigide preprogrammate.

Come funziona, quindi, in ambienti reali? Consideriamo 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 percorsi.

Questi rilevamenti supportano la localizzazione, aiutando il robot a determinare la propria posizione precisa all’interno della struttura. Sulla base di questo input visivo, gli algoritmi di ottimizzazione regolano istantaneamente il percorso, permettendo al robot di navigare in modo efficiente e mantenere un’automazione fluida anche al variare delle condizioni.

Monitoraggio delle infrastrutture e rilevamento più intelligente dei difetti#

Le linee elettriche e le apparecchiature della rete devono essere ispezionate regolarmente per rimanere sicure e affidabili. Nella maggior parte dei casi, queste ispezioni degli impianti richiedono ancora controlli manuali, che richiedono tempo e sono difficili da gestire in aree estese o remote.

L’AI per la visione offre un modo più semplice per tenere sotto controllo le infrastrutture senza dipendere esclusivamente 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. Identificare tempestivamente questi problemi riduce il rischio di guasti alle apparecchiature, minimizza le interruzioni impreviste e supporta operazioni di manutenzione più proattive.

Misurare il ROI dei prodotti intelligenti basati sulla visione#

Per i responsabili aziendali, l’AI per la visione non riguarda solo le prestazioni tecniche. Riguarda l’impatto aziendale misurabile.

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

Ecco alcune aree in cui questo impatto diventa 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 per concentrarsi su attività strategiche.
• Cicli decisionali più rapidi: L’analisi visiva in tempo reale consente ai sistemi di rilevare problemi o attivare azioni istantaneamente, riducendo i tempi di risposta e mantenendo fluide le operazioni.
• Meno errori operativi: Il rilevamento automatizzato garantisce coerenza. Riducendo la supervisione umana nelle attività di routine, le organizzazioni registrano spesso meno errori e risultati più affidabili.
• Maggiore coinvolgimento degli utenti: I prodotti capaci di vedere e rispondere in modo intelligente risultano più interattivi e pertinenti. Questo porta a una maggiore fiducia degli utenti, esperienze migliori e un’adozione più ampia nel lungo periodo.

Punti chiave#

L’AI per la visione consente ai prodotti di interpretare le informazioni visive in tempo reale, supportando un’automazione più intelligente ed esperienze più reattive. Grazie a funzionalità come rilevamento, tracciamento e segmentazione, i sistemi superano le regole di base per prendere decisioni consapevoli del contesto. Modelli efficienti come Ultralytics YOLO26 rendono concreta la possibilità di creare prodotti scalabili e competitivi basati sulla visione.

Unisciti alla nostra community attiva e scopri innovazioni come l’AI nella produzione e l’AI per la visione nel retail. Visita il nostro repository GitHub e inizia oggi con la visione artificiale consultando le nostre opzioni di licenza.