Создание интеллектуальных продуктов с Ultralytics YOLO26 и ИИ для компьютерного зрения

Каждый день камеры, встроенные в устройства, машины и общественную инфраструктуру, записывают тысячи часов видео. Большая часть этих материалов хранится, просматривается бегло или анализируется только после возникновения проблемы.

Зачастую визуальные данные доступны, но возможности интерпретировать их в реальном времени недостаточно. По мере того как продукты становятся более взаимосвязанными и ориентированными на данные, это ограничение становится всё заметнее.

Пользователи ожидают от систем большего, чем простая запись событий или выполнение фиксированных инструкций. Например, они хотят, чтобы умные продукты распознавали происходящее и немедленно реагировали, не дожидаясь ручной проверки и не полагаясь на жёсткие наборы правил.

Последние достижения в области искусственного интеллекта помогают устранить этот разрыв. В частности, компьютерное зрение позволяет машинам интерпретировать изображения и видео, благодаря чему системы могут анализировать сцены и реагировать в реальном времени.

Однако внедрение этой возможности в продукт требует моделей, которые одновременно быстры и надёжны. Современные модели компьютерного зрения, такие как Ultralytics YOLO26, созданы именно для этого: они обеспечивают скорость и точность, необходимые для работы в реальном времени.

Ultralytics YOLO26 поддерживает ключевые задачи компьютерного зрения, включая обнаружение объектов, сегментацию экземпляров и отслеживание объектов, позволяя продуктам интерпретировать визуальные данные и разумно реагировать на них.

Рис. 1. Обнаружение объектов на изображении с помощью YOLO26 (Источник)

В этой статье мы рассмотрим, как компьютерное зрение и Ultralytics YOLO26 можно использовать для создания более умных продуктов и поддержки интеллектуальной автоматизации в реальных приложениях. Начнём!

Пробелы в традиционной разработке продуктов#

Прежде чем перейти к тому, как компьютерное зрение помогает создавать более умные продукты, внимательно рассмотрим проблемы, с которыми сталкиваются команды при использовании традиционных систем на основе правил и устаревших алгоритмов.

Вот некоторые из ключевых проблем традиционной разработки продуктов:

• Жёсткие системы на основе правил: Логика, заданная в коде, может работать в контролируемой среде, но реальные условия редко бывают предсказуемыми. Небольшие изменения освещения, угла камеры или внешнего вида объекта могут быстро нарушить предопределённые правила и снизить точность.
• Низкая адаптивность к изменчивости реального мира: Традиционные системы плохо адаптируются к новым или неожиданным сценариям. Обновления часто требуют ручной настройки и повторной оптимизации, что замедляет улучшение продуктов и увеличивает затраты на обслуживание.
• Ограниченная масштабируемость: По мере роста объёма изображений и видео устаревшие конвейеры обработки изображений с трудом справляются с нагрузкой. Обработка замедляется, из-за чего становится сложно поддерживать работу в реальном времени для видеопотоков.
• Высокая задержка в сценариях реального времени: Многие традиционные подходы не способны достаточно быстро обрабатывать непрерывные визуальные потоки. Задержка результатов ослабляет автоматизацию и снижает общую скорость реакции.
• Высокие требования к вычислительным ресурсам: Для достижения приемлемой точности часто требуются значительные аппаратные ресурсы, включая выделенные графические процессоры (GPUs), что увеличивает инфраструктурные расходы.

Роль компьютерного зрения в создании более умных продуктов#

Далее рассмотрим, как компьютерное зрение может поддерживать более умное поведение продуктов.

Большинство подключённых продуктов уже собирают визуальные данные в рамках обычных рабочих процессов. Камеры встраиваются в различные устройства, устанавливаются в физических пространствах и подключаются через системы интернета вещей (IoT).

В результате изображения и видео постоянно записываются в фоновом режиме. Проблема не в сборе этих данных.

Сложность заключается в том, чтобы интерпретировать собранные данные в реальном времени. Без визуального интеллекта материалы просто сохраняются и просматриваются позже — зачастую уже после того, как проблема возникла.

Компьютерное зрение меняет ситуацию. Используя нейронные сети, обученные распознавать закономерности, системы могут анализировать изображения и видео в реальном времени. Вместо фиксированных правил или ручных проверок продукты могут интерпретировать происходящее в сцене и реагировать по мере развития событий.

Чтобы внедрить эти возможности компьютерного зрения в продукты, команды могут использовать эффективные модели компьютерного зрения, такие как Ultralytics YOLO26. YOLO26 поддерживает ключевые задачи компьютерного зрения и помогает продуктам достаточно быстро интерпретировать визуальную информацию для принятия решений в реальном времени.

Основные компоненты продуктов на основе компьютерного зрения#

Кратко рассмотрим, как задачи компьютерного зрения могут способствовать созданию более умных продуктов:

• Обнаружение объектов: Эта задача позволяет находить и локализовать релевантные объекты в каждом кадре с помощью ограничивающей рамки и присваивать им оценку уверенности, формируя чёткое представление о содержимом изображения.
• Отслеживание объектов: Его можно использовать для отслеживания определённых объектов в нескольких кадрах, благодаря чему система компьютерного зрения понимает перемещения и изменения во времени.
• Классификация изображений: Эта задача присваивает всему изображению метку на основе его основного содержимого. Она классифицирует сцены или выявляет определённые условия в кадре.
• Сегментация экземпляров: Она позволяет точно выделять объекты на уровне пикселей, помогая продуктам лучше интерпретировать формы, границы и пространственные взаимосвязи.
• Оценка позы: Эта задача обнаруживает ключевые точки на теле человека или других сочленённых объектах. Она в реальном времени фиксирует позу, движение и физические взаимодействия.
• Обнаружение ориентированных ограничивающих рамок (OBB): Оно позволяет обнаруживать объекты с помощью повёрнутых ограничивающих рамок вместо стандартных горизонтальных. Это повышает точность локализации, когда объекты расположены под углом или плотно сгруппированы.

При применении этих возможностей к непрерывным визуальным данным продукты могут быстрее реагировать, надёжнее автоматизировать процессы и создавать впечатление осведомлённости, а не простой реакции. Вместо ожидания последующего анализа событий системы могут понимать происходящее и действовать в нужный момент.

Как модели компьютерного зрения реального времени обеспечивают интеллектуальное поведение продуктов#

Узнавая больше о продуктах на основе компьютерного зрения, ты можешь задуматься о том, как система переходит от простой записи видео к фактической реакции в реальном времени.

Всё начинается с распознавания того, что находится перед камерой. По мере поступления видеопотока модель компьютерного зрения анализирует каждый кадр и выявляет важные элементы, например определённые объекты или людей. Вместо реакции на каждое движение система сосредотачивается только на релевантных сигналах.

Ещё один ключевой аспект — скорость. Системы реального времени должны быстро и стабильно обрабатывать каждый кадр, обеспечивая обнаружение и принятие решений без заметной задержки.

Например, семейство моделей Ultralytics YOLO (один просмотр — один результат (YOLO)) создано для обработки визуальных данных в реальном времени. Такие модели, как Ultralytics YOLO26, развивают более ранние версии, например Ultralytics YOLOv5, Ultralytics YOLOv8 и Ultralytics YOLO11, добавляя архитектурные улучшения, оптимизацию производительности и повышение эффективности. В результате достигаются более высокая скорость и точность даже в сложных реальных условиях.

При интеграции в продукт эти модели непрерывно работают в фоновом режиме, анализируя каждый поступающий кадр. Система проверяет предопределённые условия и после их выполнения может мгновенно активировать оповещение, обновить рабочий процесс или инициировать действие.

Благодаря этому системы на основе компьютерного зрения становятся более отзывчивыми, масштабируемыми и практичными для интеграции в самые разные среды — от робототехники и автономных транспортных средств до систем умного дома и безопасности. Для руководителей бизнеса это означает более быстрые реакции, меньше ручных проверок и автоматизацию, которая ощущается надёжной, а не реактивной.

Использование Ultralytics YOLO26 для обеспечения визуального интеллекта в продуктах в реальном времени#

Модели Ultralytics YOLO, включая YOLO26, доступны сразу в виде предварительно обученных моделей. Это означает, что они уже обучены на больших, широко используемых наборах данных, таких как набор данных COCO.

Благодаря предварительному обучению Ultralytics YOLO26 сразу распознаёт распространённые объекты реального мира. Это даёт командам, создающим продукты, практичную отправную точку: они могут создавать визуальные функции без обучения модели с нуля.

Для более специфических потребностей продукта эти предварительно обученные модели можно дополнительно дообучить на предметно-ориентированных данных с высококачественной разметкой.

Например, представь ресторан, оснащённый потолочными камерами. Специально обученная модель визуального AI, такая как Ultralytics YOLO26, может определить, сколько людей находится в помещении. Она может выявить, какие столики заняты, а какие стулья свободны.

Рис. 2. Ultralytics YOLO26 обеспечивает обнаружение людей, свободных мест и касс с сотрудниками в розничных магазинах в реальном времени. (Источник)

В таком сценарии Ultralytics YOLO26 выступает в роли визуального движка, непрерывно работающего в фоновом режиме. Команды также могут развёртывать такие модели на периферийных устройствах в зависимости от требований к производительности и целей энергоэффективности.

Практическое применение моделей YOLO в умных продуктах#

Теперь, когда мы лучше понимаем принцип работы моделей компьютерного зрения в реальном времени, рассмотрим, как модели Ultralytics YOLO можно применять в умных продуктах для различных сценариев, чтобы сделать их более осведомлёнными, отзывчивыми и способными действовать на основе увиденного.

Интеллектуальные продукты для здравоохранения на основе YOLO#

При обучении хирургии в сфере здравоохранения многочасовые записи процедур часто просматриваются вручную для оценки обращения с инструментами и рабочего процесса. Этот процесс может занимать много времени и сильно зависеть от наблюдений человека.

При интеграции модели компьютерного зрения на основе YOLO в систему видеопотоки можно автоматически анализировать непосредственно во время процедур. Модель может обнаруживать хирургические инструменты в реальном времени и определять, где и когда они используются.

Это обеспечивает структурированное ведение журнала, улучшенную аналитику и качественные сведения о производительности без постоянного ручного просмотра. Более того, исследование с использованием модели Ultralytics YOLO11, предшественницы новейшей модели YOLO26, показало, что обнаружение лапароскопических инструментов может эффективно работать даже на встраиваемых системах.

Рис. 3. Обнаружение лапароскопических инструментов в реальном времени с помощью YOLO (Источник)

Модель сохраняла высокую точность и работала достаточно быстро для использования во время хирургических процедур. Это показывает, как глубокое обучение может обеспечивать надёжную визуальную обратную связь в реальном времени во время операций.

Создание умных решений для розничной торговли на основе YOLO#

Мы все стояли перед переполненной полкой в супермаркете, пытаясь найти нужный товар. Многие товары похожи друг на друга, этикетки маленькие, а продукты часто оказываются не на своих местах.

Для розничных продавцов это затрудняет наблюдение за содержимым полок в реальном времени. Визуальный AI и модели обнаружения объектов YOLO помогают системам магазинов понимать, что на самом деле находится на полке, используя данные с камер и прямые видеопотоки. Это снижает зависимость от сканирования штрихкодов и ручных проверок, делая мониторинг полок точнее и оперативнее.

Рис. 4. Обнаружение и сегментация товаров на полках супермаркета с помощью Ultralytics YOLO26

При такой точности розничным продавцам больше не нужно полагаться только на периодические ручные проверки. За полками можно непрерывно наблюдать через прямую видеотрансляцию.

Низкий остаток товара можно сразу отметить, неправильно размещённые продукты — быстрее обнаружить, а процессы на кассе могут работать более плавно. Это даёт розничным продавцам лучший операционный контроль и одновременно обеспечивает покупателям более удобный процесс покупок.

Визуальный AI и автономная навигация#

Автономные системы могут быть очень эффективными, но часто полагаются на фиксированные маршруты или заданные координаты. В стабильной среде это работает, однако реальные условия редко остаются неизменными.

Решения на основе визуального AI, использующие модели глубокого обучения, позволяют машинам понимать окружающую обстановку и адаптироваться в реальном времени. Сочетание компьютерного зрения с адаптивными алгоритмами позволяет системам реагировать на изменения по мере их возникновения, а не полагаться на жёсткие заранее запрограммированные инструкции.

Как это работает в реальных условиях? Рассмотрим робота, работающего на складе. Камеры непрерывно фиксируют его окружение, а модель компьютерного зрения выполняет обнаружение объектов в реальном времени, выявляя препятствия, стеллажи и проходы.

Эти результаты обнаружения поддерживают локализацию и помогают роботу определять своё точное положение на объекте. На основе этих визуальных данных алгоритмы оптимизации мгновенно корректируют его маршрут, позволяя эффективно перемещаться и поддерживать плавную автоматизацию даже при изменении условий.

Мониторинг инфраструктуры и более эффективное обнаружение дефектов#

Линии электропередачи и оборудование энергосетей требуют регулярных проверок для обеспечения безопасности и надёжности. В большинстве случаев такие проверки электроэнергетической инфраструктуры по-прежнему выполняются вручную, занимают много времени и сложны для организации на больших или удалённых территориях.

Визуальный AI предлагает более простой способ следить за инфраструктурой, не полагаясь только на плановые выезды на объекты. Такие модели, как Ultralytics YOLO26, могут непосредственно на изображениях, снятых в реальных условиях на открытом воздухе, обнаруживать дефекты изоляторов линий электропередачи, включая трещины, коррозию и видимые повреждения.

Анализируя визуальные данные в реальном времени, такие системы могут отмечать потенциальные проблемы, которые в противном случае могли бы остаться незамеченными. Раннее выявление этих проблем снижает риск отказа оборудования, минимизирует неожиданные отключения и поддерживает более проактивное техническое обслуживание.

Оценка ROI умных продуктов на основе компьютерного зрения#

Для руководителей бизнеса визуальный AI — это не только технические показатели. Речь идёт об измеримом влиянии на бизнес.

При продуманном внедрении системы на основе компьютерного зрения могут повысить эффективность, сократить расходы и увеличить точность. Эти преимущества также способствуют улучшению пользовательского опыта и общему повышению производительности.

Вот несколько областей, в которых это влияние становится очевидным:

• Снижение объёма ручной работы: Системы компьютерного зрения автоматизируют повторяющиеся задачи проверки, мониторинга и верификации, уменьшая зависимость от ручных процессов и освобождая команды для более стратегической работы.
• Ускорение циклов принятия решений: Визуальный анализ в реальном времени позволяет системам мгновенно обнаруживать проблемы или запускать действия, сокращая время реакции и поддерживая бесперебойную работу процессов.
• Снижение числа операционных ошибок: Автоматическое обнаружение обеспечивает стабильность. Благодаря сокращению человеческого контроля в рутинных задачах организации часто допускают меньше ошибок и получают более надёжные результаты.
• Повышение вовлечённости пользователей: Продукты, способные видеть и разумно реагировать, воспринимаются как более интерактивные и актуальные. Это повышает доверие пользователей, улучшает их опыт и способствует более широкому долгосрочному использованию.

Основные выводы#

Визуальный AI позволяет продуктам интерпретировать визуальную информацию в реальном времени, поддерживая более умную автоматизацию и более отзывчивый пользовательский опыт. Благодаря таким возможностям, как обнаружение, отслеживание и сегментация, системы выходят за рамки базовых правил и принимают решения с учётом контекста. Эффективные модели, такие как Ultralytics YOLO26, делают создание масштабируемых и конкурентоспособных продуктов на основе компьютерного зрения практичным.

Присоединяйся к нашему активному сообществу и узнавай о таких инновациях, как AI в производстве и визуальный AI в розничной торговле. Посети наш репозиторий на GitHub и начни работать с компьютерным зрением уже сегодня, ознакомившись с нашими вариантами лицензирования.