Criando produtos inteligentes com Ultralytics e IA de visão

Milhares de horas de vídeo são capturadas todos os dias por câmaras incorporadas em dispositivos, máquinas e infraestruturas públicas. A maior parte dessas imagens é armazenada, analisada superficialmente ou revista apenas quando algo corre mal. 

Muitas vezes, os dados visuais estão disponíveis, mas falta a capacidade de interpretá-los em tempo real. À medida que os produtos se tornam mais conectados e orientados por dados, essa limitação torna-se mais evidente. 

Os utilizadores esperam que os sistemas façam mais do que apenas registar eventos ou seguir instruções fixas. Por exemplo, esperam que os produtos inteligentes reconheçam o que está a acontecer e respondam imediatamente, sem esperar por revisões manuais ou depender de conjuntos de regras rígidas.

Os recentes avanços na inteligência artificial estão a ajudar a colmatar essa lacuna. Em particular, a visão computacional permite que as máquinas interpretem imagens e vídeos, permitindo que os sistemas analisem cenas e respondam em tempo real.

No entanto, incorporar essa capacidade a um produto requer modelos que sejam rápidos e confiáveis. Modelos de visão computacional de última geração, como Ultralytics , são criados para esse fim, oferecendo a velocidade e a precisão necessárias para a implementação em tempo real.

O YOLO26 suporta tarefas essenciais de visão, como deteção de objetos, segmentação de instâncias e rastreamento de objetos, permitindo que os produtos interpretem dados visuais e respondam de forma inteligente.

Neste artigo, exploraremos como a visão computacional e Ultralytics podem ser usados para criar produtos mais inteligentes e apoiar a automação inteligente em aplicações do mundo real. Vamos começar!

As lacunas no desenvolvimento tradicional de produtos

Antes de nos aprofundarmos em como a visão computacional está a ajudar a criar produtos mais inteligentes, vamos analisar de perto os desafios que as equipas enfrentam quando dependem de sistemas tradicionais baseados em regras e algoritmos mais antigos. 

Aqui estão alguns dos principais desafios do desenvolvimento tradicional de produtos:

• Sistemas rígidos baseados em regras: a lógica codificada pode funcionar em ambientes controlados, mas as configurações do mundo real raramente são previsíveis. Pequenas alterações na iluminação, no ângulo da câmara ou na aparência do objeto podem rapidamente quebrar regras predefinidas e reduzir a precisão.
• Baixa adaptabilidade à variabilidade do mundo real: os sistemas tradicionais não se ajustam bem a cenários novos ou inesperados. As atualizações geralmente exigem ajustes manuais e otimização repetida, o que retarda as melhorias do produto e aumenta o esforço de manutenção.
• Limitações de escalabilidade: à medida que o volume de dados de imagem e vídeo cresce, os pipelines de processamento de imagem mais antigos têm dificuldade em acompanhar. O processamento torna-se mais lento, dificultando a manutenção do desempenho em tempo real nas transmissões de vídeo.‍
• Alta latência em cenários em tempo real: muitas abordagens tradicionais não conseguem processar fluxos visuais contínuos com rapidez suficiente. Saídas atrasadas enfraquecem a automação e reduzem a capacidade de resposta geral.
• Requisitos computacionais dispendiosos: alcançar uma precisão aceitável muitas vezes exige recursos de hardware significativos, incluindo unidades de processamento gráfico (GPUs) dedicadas, o que aumenta os custos de infraestrutura.

O papel da visão computacional na criação de produtos mais inteligentes

A seguir, vamos ver como a visão computacional pode apoiar um comportamento mais inteligente dos produtos.

Atualmente, a maioria dos produtos conectados já recolhe dados visuais como parte dos seus processos operacionais normais. As câmaras são incorporadas em vários dispositivos, instaladas em espaços físicos e ligadas através de sistemas de Internet das Coisas (IoT). 

Como resultado, imagens e vídeos são constantemente capturados em segundo plano. O desafio não é coletar esses dados. 

A parte complicada é dar sentido aos dados recolhidos em tempo real. Sem inteligência visual, as imagens são simplesmente armazenadas e analisadas posteriormente, muitas vezes depois de um problema já ter ocorrido.

A visão computacional muda isso. Ao usar redes neurais treinadas para reconhecer padrões, os sistemas podem analisar imagens e vídeos em tempo real. Em vez de depender de regras fixas ou verificações manuais, os produtos podem interpretar o que está a acontecer numa cena e responder à medida que os eventos ocorrem.

Para incorporar essa capacidade visual aos produtos, as equipas podem contar com modelos eficientes de visão computacional, como Ultralytics . O YOLO26 suporta tarefas-chave de visão e pode ajudar os produtos a interpretar informações visuais com rapidez suficiente para permitir decisões em tempo real.

Os blocos de construção dos produtos orientados para a visão

Aqui está uma breve descrição de como as tarefas de visão computacional podem contribuir para produtos mais inteligentes:

• Detecção de objetos: esta tarefa pode identificar e localizar objetos relevantes em cada quadro usando uma caixa delimitadora e atribuir uma pontuação de confiança, proporcionando uma compreensão clara do que está presente numa imagem.‍
• Rastreamento de objetos: pode ser usado para acompanhar objetos específicos em vários quadros, permitindo que um sistema de visão compreenda o movimento e as mudanças ao longo do tempo.‍
• Classificação de imagens: esta tarefa atribui uma etiqueta a uma imagem inteira com base no seu conteúdo principal. Ela categoriza cenas ou identifica condições específicas dentro do quadro.‍
• Segmentação de instâncias: pode delinear objetos com precisão ao nível do pixel, permitindo que os produtos interpretem melhor formas, limites e relações espaciais.‍
• Estimativa de pose: esta tarefa deteta pontos-chave no corpo humano ou noutros objetos articulados. Ela captura a postura, o movimento e as interações físicas em tempo real.‍
• Detecção de caixa delimitadora orientada (OBB): pode detect usando caixas delimitadoras giradas em vez das horizontais padrão. Melhora a precisão da localização quando os objetos aparecem em ângulos ou em ambientes muito compactos.

Quando essas capacidades são aplicadas a dados visuais contínuos, os produtos podem responder mais rapidamente, automatizar de forma mais fiável e proporcionar experiências que parecem conscientes, em vez de reativas. Em vez de esperar que os eventos sejam analisados posteriormente, os sistemas podem compreender e agir no momento.

Como os modelos de visão em tempo real permitem um comportamento inteligente dos produtos

À medida que aprende mais sobre produtos orientados para a visão, poderá estar a perguntar-se como é que um sistema passa de simplesmente gravar vídeo para realmente responder em tempo real.

Começa por reconhecer o que está à frente da câmara. À medida que o vídeo é transmitido, um modelo de visão analisa cada fotograma e identifica os elementos importantes, tais como objetos ou pessoas específicos. Em vez de reagir a todos os movimentos, o sistema concentra-se apenas nos sinais relevantes.

Outro aspeto fundamental é a velocidade. Os sistemas em tempo real precisam processar cada quadro de forma rápida e consistente, garantindo que a deteção e a tomada de decisões ocorram sem atrasos perceptíveis.

Por exemplo, a família de modelos Ultralytics YOLO You Only Look Once) foi criada para processar dados visuais em tempo real. Modelos como Ultralytics baseiam-se em versões anteriores, como Ultralytics YOLOv5, Ultralytics YOLOv8e Ultralytics YOLO11, incorporando refinamentos arquitetónicos, otimizações de desempenho e melhorias de eficiência. O resultado é maior velocidade e precisão, mesmo em condições exigentes do mundo real.

Quando integrados a um produto, esses modelos funcionam continuamente em segundo plano, analisando cada quadro à medida que ele chega. O sistema verifica condições predefinidas e, uma vez atendidas, pode acionar instantaneamente um alerta, atualizar um fluxo de trabalho ou iniciar uma ação.

Isso torna os sistemas orientados por visão mais responsivos, escaláveis e práticos para integração em ambientes que vão desde robótica e veículos autónomos até sistemas domésticos inteligentes e de segurança. Para os líderes empresariais, isso se traduz em respostas mais rápidas, menos verificações manuais e uma automação que parece confiável, em vez de reativa.

Usando o YOLO26 para impulsionar a inteligência visual em tempo real nos produtos

YOLO Ultralytics , incluindo o YOLO26, estão disponíveis prontos a usar como modelos pré-treinados. Isto significa que já foram treinados em conjuntos de dados grandes e amplamente utilizados, como o COCO .

Graças a este pré-treinamento, o YOLO26 consegue reconhecer imediatamente objetos comuns do mundo real. Isso dá às equipas de produto um ponto de partida prático, o que significa que elas podem criar recursos visuais sem precisar treinar um modelo do zero.

Para necessidades de produtos mais específicas, esses modelos pré-treinados podem ser ajustados ainda mais usando dados específicos do domínio com anotações de alta qualidade. 

Por exemplo, considere um restaurante equipado com câmaras no teto. Um modelo de IA de visão treinado sob medida, como o YOLO26, pode detect pessoas estão dentro do espaço. Ele pode identificar quais mesas estão ocupadas e quais cadeiras estão vazias. 

Nesse tipo de cenário, o YOLO26 atua como um motor visual que funciona continuamente em segundo plano. As equipas também podem implementar esses modelos em dispositivos de ponta, dependendo das necessidades de desempenho e das metas de eficiência energética. 

Aplicações reais dos YOLO em produtos inteligentes

Agora que entendemos melhor como funcionam os modelos de visão em tempo real, vamos ver comoYOLO Ultralytics podem ser aplicados em produtos inteligentes para diferentes casos de uso, tornando-os mais conscientes, responsivos e capazes de agir com base no que veem.

Inteligência em produtos de saúde com YOLO

Quando se trata de formação cirúrgica na área da saúde, muitas vezes é necessário rever manualmente horas de filmagens de procedimentos para avaliar o manuseamento das ferramentas e o fluxo de trabalho. Este processo pode ser demorado e altamente dependente da observação humana.

Com um modelo de visão YOLO integrado ao sistema, as imagens de vídeo podem ser analisadas automaticamente à medida que os procedimentos são realizados. O modelo pode detect instrumentos detect em tempo real e identificar onde e quando eles são usados. 

Isso permite um registo estruturado, análises aprimoradas e insights de desempenho de alta qualidade sem a necessidade de revisão manual constante. De facto, pesquisas utilizando o YOLO11 , que é um predecessor do mais recente modelo YOLO26, mostraram que a deteção laparoscópica de instrumentos em tempo real pode funcionar de forma eficaz mesmo em sistemas incorporados. 

O modelo manteve alta precisão enquanto funcionava com rapidez suficiente para ambientes cirúrgicos ao vivo. Isso mostra como o aprendizado profundo pode oferecer feedback visual confiável em tempo real durante os procedimentos.

Criando experiências de retalho inteligentes YOLO

Todos nós já ficámos em frente a uma prateleira lotada de supermercado tentando encontrar o produto certo. Muitos itens são parecidos, os rótulos são pequenos e os produtos muitas vezes estão colocados no lugar errado.

Para os retalhistas, isso dificulta a visibilidade em tempo real das prateleiras. Os modelos de deteção YOLO Vision AI e YOLO podem ajudar os sistemas das lojas a compreender o que realmente está nas prateleiras através de imagens de câmaras e transmissões de vídeo ao vivo. Isso reduz a dependência da leitura de códigos de barras e verificações manuais, tornando o monitoramento das prateleiras mais preciso e ágil.

Com esse nível de precisão, os retalhistas já não precisam depender apenas de verificações manuais periódicas. As prateleiras podem ser monitorizadas continuamente através de vídeo ao vivo. 

O baixo nível de stock pode ser sinalizado imediatamente, os produtos extraviados podem ser localizados mais rapidamente e os processos de checkout podem ser executados com mais facilidade. Isso proporciona aos retalhistas um melhor controlo operacional, ao mesmo tempo que cria uma experiência de compra mais integrada para os clientes.

Visão artificial e navegação autónoma

Os sistemas autónomos podem ser altamente eficientes, mas muitas vezes dependem de rotas fixas ou coordenadas predefinidas. Embora isso funcione em ambientes estáveis, as condições do mundo real raramente permanecem as mesmas. 

As soluções de IA de visão, alimentadas por modelos de aprendizagem profunda, permitem que as máquinas compreendam o ambiente à sua volta e se ajustem em tempo real. Com a visão computacional combinada com algoritmos adaptativos, os sistemas podem responder às mudanças à medida que elas ocorrem, em vez de dependerem de instruções rígidas e pré-programadas.

Então, como isso funciona na prática? Vamos usar o exemplo de um robô a operar num armazém. Câmaras capturam continuamente o ambiente ao seu redor, e um modelo de visão realiza a deteção de objetos em tempo real para identificar obstáculos, prateleiras e caminhos. 

Essas detecções auxiliam na localização, ajudando o robô a determinar a sua posição precisa dentro das instalações. Com base nessas informações visuais, algoritmos de otimização ajustam a sua rota instantaneamente, permitindo que ele navegue com eficiência e mantenha uma automação suave, mesmo quando as condições mudam.

Monitorização de infraestruturas e deteção mais inteligente de defeitos

As linhas de energia e os equipamentos da rede elétrica precisam de inspeções regulares para se manterem seguros e confiáveis. Na maioria das vezes, essas inspeções ainda envolvem verificações manuais, que levam tempo e são difíceis de gerenciar em áreas grandes ou remotas.

A Vision AI oferece uma maneira mais simples de monitorar a infraestrutura sem depender apenas de visitas programadas ao local. Modelos como o YOLO26 podem detect em isoladores de linhas de energia, incluindo rachaduras, corrosão ou danos visíveis, diretamente a partir de imagens capturadas em condições reais ao ar livre. 

Ao analisar dados visuais em tempo real, esses sistemas podem sinalizar potenciais problemas que, de outra forma, poderiam passar despercebidos. Identificar esses problemas antecipadamente reduz o risco de falhas no equipamento, minimiza interrupções inesperadas e apoia operações de manutenção mais proativas.

Medindo o ROI de produtos inteligentes baseados em visão

Para os líderes empresariais, a visão artificial não se resume apenas ao desempenho técnico. Trata-se de um impacto comercial mensurável. 

Quando implementados de forma ponderada, os sistemas orientados por visão podem melhorar a eficiência, reduzir custos e aumentar a precisão. Esses ganhos também contribuem para melhores experiências do utilizador e um desempenho geral mais forte.

Aqui estão algumas áreas em que esse impacto se torna evidente:

• Redução do esforço manual: os sistemas de visão automatizam tarefas repetitivas de inspeção, monitoramento e verificação, diminuindo a dependência de processos manuais e liberando as equipas para se concentrarem em trabalhos mais estratégicos.
• Ciclos de decisão mais rápidos: a análise visual em tempo real permite que os sistemas detect ou acionem ações instantaneamente, reduzindo os tempos de resposta e mantendo as operações a funcionar sem problemas.
• Menos erros operacionais: a deteção automatizada traz consistência. Ao reduzir a supervisão humana em tarefas rotineiras, as organizações geralmente observam menos erros e resultados mais confiáveis.
• Maior envolvimento do utilizador: os produtos que podem ver e responder de forma inteligente parecem mais interativos e relevantes. Isso leva a uma maior confiança do utilizador, melhores experiências e maior adoção a longo prazo.

Principais conclusões

A IA visual permite que os produtos interpretem informações visuais em tempo real, oferecendo suporte a uma automação mais inteligente e experiências mais responsivas. Com recursos como deteção, rastreamento e segmentação, os sistemas vão além das regras básicas para tomar decisões contextuais. Modelos eficientes, como Ultralytics , tornam prático criar produtos escaláveis e competitivos baseados em visão.

Junte-se à nossa comunidade ativa e descubra inovações como IA na fabricação e IA de visão no retalho. Visite o nosso repositório GitHub e comece hoje mesmo a usar a visão computacional, verificando as nossas opções de licenciamento.