Criando produtos inteligentes com Ultralytics YOLO26 e IA de visão

Todos os dias, câmaras integradas em dispositivos, máquinas e infraestruturas públicas captam milhares de horas de vídeo. 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 cada vez mais evidente.

Os utilizadores esperam que os sistemas façam mais do que simplesmente registar acontecimentos ou seguir instruções fixas. Por exemplo, esperam que os produtos inteligentes reconheçam o que está a acontecer e reajam de imediato, sem esperar por análises manuais nem depender de conjuntos de regras rígidos.

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

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

O Ultralytics YOLO26 é compatível com tarefas essenciais de visão, como a deteção de objetos, a segmentação de instâncias e o seguimento de objetos, permitindo que os produtos interpretem dados visuais e reajam de forma inteligente.

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

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

As lacunas do desenvolvimento tradicional de produtos#

Antes de explorarmos 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 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 as situações do mundo real raramente são previsíveis. Pequenas alterações na iluminação, no ângulo da câmara ou na aparência dos objetos podem rapidamente comprometer as regras predefinidas e reduzir a precisão.
• Fraca adaptação à variabilidade do mundo real: Os sistemas tradicionais não se ajustam bem a situações novas ou inesperadas. As atualizações exigem muitas vezes ajustes manuais e otimização repetida, o que abranda as melhorias dos produtos 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 ritmo. O processamento torna-se mais lento, dificultando a manutenção do desempenho em tempo real em vários fluxos de vídeo.
• Latência elevada em situações de tempo real: Muitas abordagens tradicionais não conseguem processar fluxos visuais contínuos com rapidez suficiente. Os resultados tardios prejudicam a automação e reduzem a capacidade de resposta geral.
• Elevados requisitos computacionais: Para alcançar uma precisão aceitável, são muitas vezes necessários recursos de hardware significativos, incluindo unidades de processamento gráfico (GPUs) dedicadas, o que aumenta os custos da infraestrutura.

O papel da visão computacional na criação de produtos mais inteligentes#

Agora, vejamos como a visão computacional pode tornar os produtos mais inteligentes.

Atualmente, a maioria dos produtos conectados já recolhe dados visuais como parte dos processos operacionais habituais. Há câmaras integradas em vários dispositivos, instaladas em espaços físicos e ligadas através de sistemas da Internet das Coisas (IoT).

Por isso, as imagens e os 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 reagir à medida que os acontecimentos se desenrolam.

Para integrar esta capacidade visual nos produtos, as equipas podem recorrer a modelos eficientes de visão computacional, como o Ultralytics YOLO26. O YOLO26 é compatível com tarefas essenciais de visão e pode ajudar os produtos a interpretar informações visuais com rapidez suficiente para tomar decisões em tempo real.

Os elementos fundamentais dos produtos baseados em visão#

Eis uma breve explicação 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, oferecendo uma compreensão clara do que está presente em uma imagem.
• Rastreamento de objetos: Pode ser usada para acompanhar objetos específicos ao longo de vários quadros, permitindo que um sistema de visão compreenda o movimento e as mudanças ao longo do tempo.
• Classificação de imagens: Esta tarefa atribui um rótulo a uma imagem inteira com base no seu conteúdo principal. Categoriza cenas ou identifica condições específicas no 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 em outros objetos articulados. Capta a postura, o movimento e as interações físicas em tempo real.
• Deteção de caixas delimitadoras orientadas (OBB): Pode detetar objetos usando caixas delimitadoras rotacionadas, em vez das caixas horizontais padrão. Melhora a precisão da localização quando os objetos aparecem inclinados ou em ambientes muito congestionados.

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

Como os modelos de visão em tempo real permitem comportamentos inteligentes nos produtos#

À medida que aprendes mais sobre produtos orientados por visão, podes perguntar-te como 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 é transmitido, um modelo de visão analisa cada quadro e identifica os elementos importantes, como objetos ou pessoas específicos. Em vez de reagir a cada movimento, o sistema concentra-se apenas nos sinais relevantes.

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

Por exemplo, a família de modelos Ultralytics YOLO (You Only Look Once) foi criada 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 aperfeiçoamentos arquitetónicos, otimizações de desempenho e melhorias de eficiência. O resultado é uma maior velocidade e precisão, mesmo em condições exigentes do mundo real.

Quando integrados num produto, estes modelos são executados continuamente em segundo plano, analisando cada quadro à medida que chega. O sistema verifica condições predefinidas e, assim que 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 reativos, escaláveis e práticos para integração em ambientes que vão da robótica e dos veículos autónomos aos sistemas domésticos inteligentes e de segurança. Para os líderes empresariais, isto traduz-se em respostas mais rápidas, menos verificações manuais e uma automatização fiável, em vez de reativa.

Usar o Ultralytics YOLO26 para dotar os produtos de inteligência visual em tempo real#

Os modelos Ultralytics YOLO, 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 conjunto de dados COCO.

Graças a este pré-treino, o Ultralytics YOLO26 pode reconhecer imediatamente objetos comuns do mundo real. Isto oferece 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 com dados específicos do domínio e 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 mesas estão ocupadas e quais cadeiras estão vazias.

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

Neste tipo de cenário, o Ultralytics YOLO26 funciona como um mecanismo visual em execução contínua em segundo plano. As equipas também podem implementar estes modelos em dispositivos de edge computing, consoante os requisitos de desempenho e as metas de eficiência energética.

Aplicações reais de modelos YOLO em produtos inteligentes#

Agora que compreendemos melhor como funcionam os modelos de visão em tempo real, vejamos como os modelos Ultralytics YOLO podem ser aplicados a diferentes casos de uso em produtos inteligentes, tornando-os mais conscientes, reativos e capazes de agir com base no que veem.

Inteligência em produtos de saúde com YOLO#

No contexto da formação cirúrgica na área da saúde, é comum analisar manualmente horas de gravações de procedimentos para avaliar o manuseamento de instrumentos e o fluxo de trabalho. Este processo pode consumir muito tempo e depender bastante da observação humana.

Com um modelo de visão baseado em YOLO integrado no sistema, as transmissões de vídeo podem ser analisadas automaticamente durante os 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 alta qualidade sobre o desempenho, sem necessidade de revisão manual constante. Na verdade, 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 ser executada eficazmente até em sistemas incorporados.

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

O modelo manteve uma elevada precisão e funcionou com rapidez suficiente para situações cirúrgicas ao vivo. Isto demonstra como a aprendizagem profunda pode fornecer feedback visual fiável em tempo real durante os procedimentos.

Criar experiências de retalho inteligentes com YOLO#

Todos já estivemos diante de uma prateleira cheia num supermercado a tentar encontrar o produto certo. Muitos artigos são parecidos, os rótulos são pequenos e os produtos estão frequentemente no lugar errado.

Para os retalhistas, isto dificulta a visibilidade das prateleiras em tempo real. A IA visual e os modelos YOLO de deteção de objetos 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. Isto reduz a dependência da leitura de códigos de barras e das verificações manuais, tornando a monitorização das prateleiras mais precisa e reativa.

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

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

A falta de stock pode ser assinalada imediatamente, os produtos fora do lugar podem ser identificados mais rapidamente e os processos de pagamento podem decorrer com maior fluidez. Isto dá aos retalhistas um melhor controlo operacional e proporciona aos clientes uma experiência de compra mais fluida.

IA visual e navegação autónoma#

Os sistemas autónomos podem ser muito 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, alimentadas por modelos de aprendizagem profunda, permitem que as máquinas compreendam o que as rodeia e se ajustem em tempo real. Com a visão computacional combinada com algoritmos adaptativos, os sistemas podem responder às mudanças à medida que ocorrem, em vez de dependerem de instruções rígidas e pré-programadas.

Como funciona isto em situações reais? Vejamos o exemplo de um robô a operar num armazém. As câmaras captam continuamente o que o rodeia, e um modelo de visão realiza a deteção de objetos em tempo real para identificar obstáculos, prateleiras e percursos.

Estas deteções contribuem para a localização, ajudando o robô a determinar a sua posição exata nas instalações. Com base nestas informações visuais, os algoritmos de otimização ajustam instantaneamente a rota, permitindo-lhe navegar com eficiência e manter uma automatização fluida, mesmo quando as condições mudam.

Monitorização de infraestruturas e deteção de defeitos mais inteligente#

As linhas elétricas e os equipamentos da rede elétrica precisam de inspeções regulares para se manterem seguros e fiáveis. Na maioria das vezes, estas inspeções de infraestruturas de serviços públicos 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 as infraestruturas, sem depender apenas de visitas programadas aos locais. Modelos como o Ultralytics YOLO26 podem detetar defeitos nos isoladores das linhas elétricas, incluindo fissuras, corrosão ou danos visíveis, diretamente em imagens captadas em condições reais no exterior.

Ao analisar dados visuais em tempo real, estes sistemas podem assinalar problemas potenciais que, de outra forma, poderiam passar despercebidos. A identificação precoce destes problemas reduz o risco de avarias nos equipamentos, minimiza interrupções inesperadas e permite uma manutenção mais proativa.

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 sólido.

Eis algumas áreas em que esse impacto se torna evidente:

• Menos trabalho 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 tarefas mais estratégicas.
• 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 interrupções.
• Menos erros operacionais: A deteção automatizada proporciona consistência. Ao reduzir a supervisão humana em tarefas rotineiras, as organizações têm frequentemente menos erros e resultados mais fiáveis.
• Maior envolvimento dos utilizadores: Os produtos capazes de ver e responder de forma inteligente parecem mais interativos e relevantes. Isto reforça a confiança dos utilizadores, melhora as experiências e aumenta a adoção a longo prazo.

Principais conclusões#

A IA visual permite que os produtos interpretem informações visuais em tempo real, apoiando uma automatização mais inteligente e experiências mais reativas. Com capacidades como deteção, rastreamento e segmentação, os sistemas vão além de regras básicas e tomam decisões sensíveis ao 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 transformadora e a IA visual no retalho. Visita o nosso repositório GitHub e começa hoje a trabalhar com visão computacional, consultando as nossas opções de licenciamento.