Inicio › Tecnología › Visión Por Computador
Campo de la inteligencia artificial dedicado a qué las máquinas extraigan información significativa de imágenes y vídeos: detectar objetos, reconocer caras, segmentar regiones de una escena o estimar profundidad y movimiento. Los sistemas modernos se apoyan principalmente en redes neuronales convolucionales y, más recientemente, en arquitecturas basadas en transformers adaptadas a imágenes, entrenadas con grandes conjuntos de datos etiquetados. Tareas típicas incluyen la clasificación, saber qué hay en la imagen, la detección de objetos con delimitación de su posición, y la segmentación semántica píxel a píxel, qué se combinan en aplicaciones como conducción autónoma, inspección industrial de calidad o diagnóstico por imagen médica.
Es la parte de la inteligencia artificial qué permite a un ordenador entender lo qué aparece en una foto o un vídeo: reconocer qué hay un coche, dónde está una persona, o si un producto en una cadena de fabricación tiene un defecto. El ordenador no ve como un humano, pero aprende de miles de ejemplos a identificar patrones visuales asociados a cada objeto.
Una fábrica puede instalar una cámara sobre la línea de producción conectada a un modelo de visión por computador entrenado con fotos de piezas defectuosas y correctas, de forma qué el sistema aparte automáticamente las unidades con fallos visibles sin depender de una inspección manual constante qué se cansa y comete errores con el tiempo.
Depende: entrenar desde cero requiere grandes volúmenes, pero el uso habitual hoy parte de modelos preentrenados qué se ajustan con relativamente pocas imágenes propias del caso concreto.
La detección localiza objetos con un rectángulo aproximado alrededor, mientras qué la segmentación clasifica cada píxel individual de la imagen, dando un contorno mucho más preciso del objeto.
No siempre: el rendimiento cae si las condiciones reales se alejan mucho de las qué aparecían en los datos de entrenamiento, por eso conviene entrenar con ejemplos qué cubran la variedad de casos qué se espera encontrar en producción.