Criar produtos inteligentes com o Ultralytics YOLO26 e IA de visão

Todos os dias, milhares de horas de vídeo são captadas por câmaras incorporadas em dispositivos, máquinas e infraestruturas públicas. A maior parte dessas imagens é armazenada, percorrida rapidamente ou analisada apenas quando algo corre mal.

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

Os utilizadores esperam que os sistemas façam mais do que simplesmente 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 análises manuais nem depender de conjuntos rígidos de regras.

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

No entanto, integrar esta capacidade num produto requer modelos rápidos e fiáveis. Modelos de visão computacional de última geração, como o Ultralytics YOLO26, foram desenvolvidos para este fim, proporcionando a velocidade e a precisão necessárias para a implementação em tempo real.

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

Fig. 1. Deteção de objetos numa imagem utilizando YOLO26 (Fonte)

Neste artigo, vamos explorar como a visão computacional e o Ultralytics YOLO26 podem ser utilizados para criar produtos mais inteligentes e apoiar a automação inteligente em aplicações do mundo real. Vamos começar!

As lacunas do desenvolvimento tradicional de produtos#

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

Eis alguns dos principais desafios do desenvolvimento tradicional de produtos:

• Sistemas rígidos baseados em regras: A lógica codificada pode funcionar em ambientes controlados, mas os contextos do mundo real raramente são previsíveis. Pequenas alterações na iluminação, no ângulo da câmara ou na aparência dos objetos podem rapidamente invalidar regras predefinidas e reduzir a precisão.
• Fraca adaptabilidade à variabilidade do mundo real: Os sistemas tradicionais não se ajustam bem a cenários novos ou inesperados. As atualizações exigem frequentemente afinação manual e otimização repetida, o que abranda as melhorias do produto e aumenta o esforço de manutenção.
• Limitações de escalabilidade: À medida que aumenta o volume de dados de imagem e vídeo, 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 em vários fluxos de vídeo.
• Elevada latência em cenários de tempo real: Muitas abordagens tradicionais não conseguem processar fluxos visuais contínuos com rapidez suficiente. Os resultados atrasados enfraquecem a automação e reduzem a capacidade de resposta geral.
• Elevados requisitos computacionais: Alcançar uma precisão aceitável exige frequentemente 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#

Em seguida, vamos ver como a visão computacional pode contribuir para 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 estão incorporadas em vários dispositivos, instaladas em espaços físicos e ligadas através de sistemas da Internet das Coisas (IoT).

Como resultado, imagens e vídeos são captados constantemente em segundo plano. O desafio não está na recolha destes dados.

A parte difícil é interpretar os dados recolhidos em tempo real. Sem inteligência visual, as imagens são simplesmente armazenadas e analisadas mais tarde, muitas vezes depois de já ter ocorrido um problema.

A visão computacional muda isso. Ao utilizar redes neuronais treinadas para reconhecer padrões, os sistemas podem analisar imagens e vídeos em tempo real. Em vez de dependerem 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 integrar esta capacidade visual nos produtos, as equipas podem recorrer a modelos de visão computacional eficientes, como o Ultralytics YOLO26. O YOLO26 suporta tarefas de visão essenciais e pode ajudar os produtos a interpretar informação visual com rapidez suficiente para permitir decisões em tempo real.

Os elementos fundamentais dos produtos orientados por visão#

Eis uma breve explicação de como as tarefas de visão computacional podem contribuir para produtos mais inteligentes:

• Deteção de objetos: Esta tarefa identifica e localiza objetos relevantes em cada frame utilizando uma caixa delimitadora e atribui uma pontuação de confiança, proporcionando uma compreensão clara do que está presente numa imagem.
• Seguimento de objetos: Pode ser utilizado para acompanhar objetos específicos ao longo de vários frames, permitindo que um sistema de visão compreenda o movimento e as alterações ao longo do tempo.
• Classificação de imagens: Esta tarefa atribui uma etiqueta a uma imagem inteira com base no seu conteúdo principal. Categoriza cenas ou identifica condições específicas no frame.
• Segmentação de instâncias: Permite delimitar com precisão os objetos ao nível dos píxeis, ajudando os produtos a interpretar melhor formas, limites e relações espaciais.
• Estimativa de pose: Esta tarefa deteta pontos-chave no corpo humano ou noutros objetos articulados. Capta a postura, o movimento e as interações físicas em tempo real.
• Deteção de caixas delimitadoras orientadas (OBB): Permite detetar objetos utilizando caixas delimitadoras rodadas em vez das caixas horizontais padrão. Melhora a precisão da localização quando os objetos aparecem inclinados ou em ambientes densamente ocupados.

Quando estas 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 meramente reativas. Em vez de esperarem que os eventos sejam analisados mais tarde, os sistemas podem compreendê-los e agir no momento.

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

À medida que aprendes mais sobre produtos orientados por visão, podes perguntar-te como é que um sistema passa de simplesmente gravar vídeo a responder efetivamente em tempo real.

Tudo começa por reconhecer o que está diante da câmara. À medida que o vídeo chega, um modelo de visão analisa cada frame e identifica os elementos relevantes, como objetos ou pessoas específicos. Em vez de reagir a todos os movimentos, o sistema concentra-se apenas nos sinais relevantes.

Outro aspeto essencial é a velocidade. Os sistemas em tempo real têm de processar cada frame de forma rápida e consistente, garantindo que a deteção e a tomada de decisões ocorrem sem atrasos percetíveis.

Por exemplo, a família de modelos Ultralytics YOLO (Olha Apenas Uma Vez) foi desenvolvida para processar dados visuais em tempo real. Modelos como o Ultralytics YOLO26 baseiam-se em versões anteriores, como Ultralytics YOLOv5, Ultralytics YOLOv8 e Ultralytics YOLO11, incorporando melhorias arquiteturais, otimizações de desempenho e melhorias de eficiência. O resultado é uma velocidade e uma precisão superiores, mesmo em condições exigentes do mundo real.

Quando integrados num produto, estes modelos funcionam continuamente em segundo plano, analisando cada frame à medida que chega. O sistema verifica condições predefinidas e, quando estas são cumpridas, pode acionar instantaneamente um alerta, atualizar um fluxo de trabalho ou iniciar uma ação.

Isto torna os sistemas orientados por visão mais responsivos, escaláveis e práticos para integração em ambientes que vão da robótica e dos veículos autónomos às casas inteligentes e aos sistemas de segurança. Para os líderes empresariais, isto traduz-se em respostas mais rápidas, menos verificações manuais e uma automação que parece fiável, em vez de reativa.

Utilizar o Ultralytics YOLO26 para impulsionar a inteligência visual em tempo real nos produtos#

Os modelos Ultralytics YOLO, incluindo o YOLO26, estão disponíveis imediatamente como modelos pré-treinados. Isto significa que já foram treinados em grandes conjuntos de dados amplamente utilizados, como o conjunto de dados COCO.

Graças a este pré-treino, o Ultralytics YOLO26 consegue reconhecer imediatamente objetos comuns do mundo real. Isto proporciona às equipas de produto um ponto de partida prático, permitindo-lhes criar funcionalidades visuais sem treinar um modelo de raiz.

Para necessidades mais específicas do produto, estes modelos pré-treinados podem ser ajustados adicionalmente utilizando dados específicos do domínio com anotações de alta qualidade.

Por exemplo, considera um restaurante equipado com câmaras no teto. Um modelo de IA visual treinado à medida, como o Ultralytics YOLO26, pode detetar quantas pessoas estão no espaço. Pode identificar quais as mesas ocupadas e quais as cadeiras vazias.

Fig. 2. O Ultralytics YOLO26 permite a deteção em tempo real de pessoas, espaços livres e caixas com funcionários em lojas de retalho. (Fonte)

Neste tipo de cenário, o Ultralytics YOLO26 funciona como um motor visual em execução contínua em segundo plano. As equipas também podem implementar estes modelos em dispositivos de edge, dependendo das necessidades de desempenho e dos objetivos de eficiência energética.

Aplicações reais dos modelos YOLO em produtos inteligentes#

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

Inteligência de produtos de saúde com YOLO#

No que diz respeito à formação cirúrgica na área da saúde, são frequentemente analisadas manualmente horas de gravações de procedimentos para avaliar o manuseamento de instrumentos e o fluxo de trabalho. Este processo pode ser demorado e depender fortemente da observação humana.

Com um modelo de visão baseado em YOLO integrado no sistema, os feeds de vídeo podem ser analisados automaticamente durante a realização dos procedimentos. O modelo pode detetar instrumentos cirúrgicos em tempo real e identificar onde e quando são utilizados.

Isto permite registos estruturados, análises melhoradas e informações de desempenho de alta qualidade sem uma revisão manual constante. De facto, uma investigação que utilizou o modelo Ultralytics YOLO11, antecessor do mais recente modelo YOLO26, demonstrou que a deteção de instrumentos laparoscópicos em tempo real podia funcionar eficazmente mesmo em sistemas integrados.

Fig. 3. Deteção de instrumentos laparoscópicos em tempo real utilizando YOLO (Fonte)

O modelo manteve uma elevada precisão, funcionando com rapidez suficiente para contextos cirúrgicos ao vivo. Isto demonstra como a aprendizagem profunda pode apoiar um feedback visual fiável em tempo real durante os procedimentos.

Criar experiências de retalho inteligentes orientadas por YOLO#

Todos já estivemos diante de uma prateleira cheia de supermercado a tentar encontrar o produto certo. Muitos artigos são semelhantes, as etiquetas são pequenas e os produtos são frequentemente colocados no local errado.

Para os retalhistas, isto dificulta a visibilidade das prateleiras em tempo real. A IA visual e os modelos de deteção de objetos YOLO podem ajudar os sistemas das lojas a compreender o que está realmente na prateleira através de feeds de câmara e fluxos de vídeo ao vivo. Isto reduz a dependência de leituras de códigos de barras e verificações manuais, tornando a monitorização das prateleiras mais precisa e responsiva.

Fig. 4. Deteção e segmentação de produtos em prateleiras de supermercado com o Ultralytics YOLO26

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

Os níveis baixos de stock podem ser assinalados de imediato, os produtos colocados no local errado podem ser detetados mais rapidamente e os processos de pagamento podem decorrer com maior fluidez. Isto proporciona aos retalhistas um melhor controlo operacional, ao mesmo tempo que cria uma experiência de compra mais simples para os clientes.

IA visual e navegação autónoma#

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

As soluções de IA visual, baseadas em modelos de aprendizagem profunda, permitem que as máquinas compreendam o ambiente envolvente e se ajustem em tempo real. Com a visão computacional combinada com algoritmos adaptativos, os sistemas podem responder às alterações à medida que acontecem, em vez de dependerem de instruções rígidas pré-programadas.

Então, como funciona isto em contextos reais? Consideremos o exemplo de um robô a operar num armazém. As câmaras captam continuamente o ambiente envolvente e um modelo de visão realiza a deteção de objetos em tempo real para identificar obstáculos, prateleiras e caminhos.

Estas deteções apoiam a localização, ajudando o robô a determinar a sua posição exata nas instalações. Com base nesta entrada visual, os algoritmos de otimização ajustam instantaneamente a sua rota, permitindo-lhe navegar de forma eficiente e manter uma automação fluida mesmo quando as condições mudam.

Monitorização de infraestruturas e deteção mais inteligente de defeitos#

As linhas elétricas e os equipamentos da rede precisam de inspeções regulares para se manterem seguros e fiáveis. Na maioria dos casos, estas inspeções de redes elétricas ainda envolvem verificações manuais, que demoram tempo e são difíceis de gerir em áreas extensas ou remotas.

A IA visual oferece uma forma mais simples de monitorizar a infraestrutura sem depender apenas de visitas programadas ao local. Modelos como o Ultralytics YOLO26 podem detetar defeitos em isoladores de linhas elétricas, incluindo fissuras, corrosão ou danos visíveis, diretamente a partir de imagens captadas em condições exteriores reais.

Ao analisar dados visuais em tempo real, estes sistemas podem assinalar potenciais problemas que, de outro modo, poderiam passar despercebidos. A identificação precoce destes problemas reduz o risco de falhas do equipamento, minimiza interrupções inesperadas e apoia operações de manutenção mais proativas.

Medir o ROI de produtos inteligentes baseados em visão#

Para os líderes empresariais, a IA visual não se resume ao desempenho técnico. Trata-se de um impacto empresarial mensurável.

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

Eis algumas áreas em que esse impacto se torna evidente:

• Redução do esforço manual: Os sistemas de visão automatizam tarefas repetitivas de inspeção, monitorização e verificação, reduzindo a dependência de processos manuais e libertando as equipas para se concentrarem em trabalho mais estratégico.
• Ciclos de decisão mais rápidos: A análise visual em tempo real permite que os sistemas detetem problemas ou acionem ações instantaneamente, encurtando os tempos de resposta e mantendo as operações a funcionar sem problemas.
• Menos erros operacionais: A deteção automatizada proporciona consistência. Ao reduzir a supervisão humana em tarefas rotineiras, as organizações observam frequentemente menos erros e resultados mais fiáveis.
• Maior envolvimento dos utilizadores: Os produtos que conseguem ver e responder de forma inteligente parecem mais interativos e relevantes. Isto conduz a uma maior confiança dos utilizadores, melhores experiências e uma adoção mais elevada a longo prazo.

Principais conclusões#

A IA visual permite que os produtos interpretem informação visual em tempo real, apoiando uma automação mais inteligente e experiências mais responsivas. Com capacidades como deteção, seguimento e segmentação, os sistemas vão além das regras básicas e tomam decisões conscientes do contexto. Modelos eficientes, como o Ultralytics YOLO26, tornam prática a criação de produtos escaláveis e competitivos orientados por visão.

Junta-te à nossa comunidade ativa e descobre inovações como a IA na indústria e a IA visual no retalho. Visita o nosso repositório no GitHub e começa hoje a trabalhar com visão computacional, consultando as nossas opções de licenciamento.