A continuaciónSiguiente guía
Agentes de voz en tiempo real
IA de audio
GUÍA visual de IA
Detección en tiempo real de YOLO
YOLO (Solo miras una vez) es una familia de modelos de detección de objetos que encuentran y etiquetan cada objeto en una imagen con un solo paso de red neuronal, lo suficientemente rápido para video en vivo.
Escuche esta guíaNarrado por IA · ~2 min
En esta pagina2 minutos de lectura
Descripción general
Its speed unlocked real-time vision on everything from drones to self-checkout kiosks.
Buceo profundo
Antes de YOLO, los detectores como R-CNN ejecutaban un clasificador miles de veces en las regiones de la imagen, lo cual era lento. YOLO, presentado por Joseph Redmon en 2015, reformuló la detección como un problema de regresión: divide la imagen en una cuadrícula y, para cada celda, predice cuadros delimitadores, una puntuación de objetividad y probabilidades de clase en un solo paso hacia adelante. Ese diseño de "mirar una vez" lo hizo dramáticamente más rápido que los detectores de dos etapas y al mismo tiempo mantuvo su precisión. La familia ha evolucionado rápidamente a través de muchas versiones (YOLOv2 a YOLOv8 y posteriores), agregando cajas de anclaje, mejores backbones y cabezales sin anclajes. Las variantes modernas funcionan a más de 100 fotogramas por segundo en una GPU, lo que convierte a YOLO en la opción predeterminada cuando la latencia importa tanto como la precisión.
Implementación en el mundo real
Sistemas de autopago y tiendas sin cajero que detectan los artículos cuando los compradores los recogen
Drones y robots agrícolas detectan cultivos, malezas o ganado en tiempo real
Cámaras de tráfico y vigilancia que cuentan vehículos y detectan peatones para análisis de ciudades inteligentes
Líneas de fabricación que señalan piezas defectuosas en una cinta transportadora de rápido movimiento
El futuro de la detección en tiempo real de YOLO
YOLO sigue tendiendo hacia la implementación periférica, con modelos cuantificados más pequeños que se ejecutan en teléfonos, microcontroladores y cámaras integradas sin conexión a la nube. Los lanzamientos más recientes combinan componentes de transformadores y diseños sin anclajes para lograr precisión sin sacrificar la velocidad. Espere una integración más estrecha con el seguimiento y la segmentación, detección de vocabulario abierto que reconozca objetos a partir de indicaciones de texto en lugar de etiquetas fijas, y atención continua para ejecutarse de manera eficiente en hardware barato y de bajo consumo en el borde.
Poniéndolo en práctica
Por qué es importante
- Velocidad y escala. La IA visual puede automatizar tareas de inspección, detección y etiquetado a escala.
- Construir opciones. Los equipos creativos pueden crear prototipos de conceptos más rápido y con menos revisiones manuales.
- Equipo y flujo de trabajo. Las operaciones pueden utilizar señales de imagen y vídeo que antes eran difíciles de procesar.
cuidado con
- Los derechos de imagen y el consentimiento pueden convertirse en riesgos legales si la procedencia no está clara.
- El rendimiento del modelo puede variar según la iluminación, la demografía y los entornos.
- Los falsos positivos pueden pasar desapercibidos a menos que se controlen los umbrales de confianza.
Próximos pasos
- Defina criterios de aceptación para costos de precisión, recuperación y error.
- Pruebe con datos que coincidan con las condiciones reales de producción.
- Agregue revisión humana para predicciones de baja confianza o de alto impacto.
- Realice un seguimiento de la deriva del modelo y vuelva a validarlo después de cambios en la cámara o el conjunto de datos.
Sigue explorando
Boletín gratuito
Recibe el resumen diario de IA
Tres noticias verificadas sobre IA cada mañana de lunes a viernes, explicadas con claridad. Gratis para siempre y sin anuncios.
Un correo cada día laborable. Date de baja con un clic. Nunca vendemos ni compartimos tu dirección.
Ponte a prueba
Take the YOLO Real-Time Detection quiz
Corrección inmediata en cada respuesta y un certificado para compartir, con un ID verificable, cuando apruebas un curso.
Apoya la educación gratuita sobre IA. AI Understanding es una organización sin fines de lucro 501(c)(3): sin anuncios ni muros de pago, nunca. Hacer una donación
Preguntas frecuentes
What is YOLO Real-Time Detection?
YOLO (Solo miras una vez) es una familia de modelos de detección de objetos que encuentran y etiquetan cada objeto en una imagen con un solo paso de red neuronal, lo suficientemente rápido para video en vivo. Su velocidad permitió una visión en tiempo real de todo, desde drones hasta quioscos de autopago.
¿Qué significa el acrónimo YOLO en este contexto?
YOLO significa "Sólo miras una vez", lo que refleja que detecta que todos los objetos en una única red neuronal pasan sobre la imagen.
Which cross-domain evaluation did the original YOLO paper report?
The original paper reports evaluation on the Picasso and People-Art datasets as a test of generalization from natural images to artwork.
¿Qué técnica elimina cuadros delimitadores duplicados y superpuestos en la salida de YOLO?
La supresión no máxima mantiene el cuadro de mayor confianza y descarta los cuadros superpuestos por encima de un umbral de intersección sobre unión.
En el diseño original de YOLO, ¿cómo se divide la imagen de entrada para la predicción?
YOLO divide la imagen en una cuadrícula S por S, y cada celda es responsable de predecir cuadros y probabilidades de clase para los objetos centrados en ella.
¿Qué cantidad predice cada celda de la cuadrícula junto con las coordenadas del cuadro delimitador?
Cada celda predice las coordenadas de la caja, una puntuación de confianza de objetividad y probabilidades de clase, todo ello de forma conjunta en un solo paso.
sigue aprendiendo
Guías relacionadas
Más guías seleccionadas para este tema.