Cómo contar personas en video con YOLO

Curso de Visión Artificial con Python

Contenido del curso

Introducción y Visión General de SecureVision AI

Procesamiento de Imágenes y Fundamentos de OpenCV

Segmentación de Imágenes con YOLO

Detección de Objetos con YOLO

Pose Estimation con Mediapipe

Entrenamiento y Creación de Modelos Personalizados con YOLO

Cursos Empresas Blog Live Conf Eventos Precios

0:001:16

Cómo contar personas en video con YOLO

Curso de Visión Artificial con Python

Clase 1 de 16

Clase 1 / 16

Obtén respuestas inmediatas¿Dudas?Profundiza lo que acabas de ver

Recursos

Computer Vision es la tecnología que permite a las máquinas entender imágenes y videos para detectar patrones y tomar decisiones automáticas. Aquí vas a ver cómo se aplica en escenarios reales de negocio (retail, deporte, manufactura) y qué técnicas hacen posible que una cámara deje de "ver" y empiece a generar información valiosa.

¿Qué es Computer Vision y por qué importa en los negocios?

Imagina un centro comercial que sabe exactamente qué tiendas atraen más clientes, una tienda deportiva que cuenta cuántas personas pasan por la sección de fútbol frente a la de tenis, o una fábrica que detecta en tiempo real una soldadura defectuosa. Todo eso ocurre porque una cámara dejó de ser un testigo pasivo y se convirtió en un sensor inteligente.

Esa es la promesa de Computer Vision: traducir píxeles en decisiones. No se queda en reconocer una imagen, sino que convierte cada frame en información accionable que el negocio puede usar para automatizar procesos, optimizar espacios y entender mejor a sus clientes.

¿Qué es Computer Vision? Es la rama de la inteligencia artificial que enseña a las máquinas a interpretar imágenes y videos, detectar objetos o patrones y tomar decisiones automáticas a partir de lo que "ven".

¿Cómo se cuentan personas y se analiza su comportamiento con video?

Contar cuántas personas entran o salen de una zona parece simple, pero detrás hay una combinación precisa de técnicas. El flujo típico arranca con detección, sigue con seguimiento y termina con una regla de negocio que traduce ese movimiento en un número útil.

¿Qué técnicas hacen posible el conteo en tiempo real?

Estas son las tres piezas clave que se combinan para analizar comportamiento en video:

YOLO (You Only Look Once): detecta a cada persona en la imagen frame a frame, identificándola como un objeto dentro de la escena.
Seguimiento de centroides: asocia cada nueva detección con una trayectoria previa, de modo que la misma persona mantiene su identidad a lo largo del video.
Cruce de líneas virtuales: define una línea imaginaria sobre la imagen y cuenta entradas y salidas según el lado por el que la trayectoria la atraviesa.

Esa combinación es la que permite, por ejemplo, saber cuántos clientes prefieren la sección de tenis sobre la de fútbol sin instalar sensores físicos en el piso.

¿Para qué sirve YOLO en Computer Vision? Es un modelo de detección de objetos que localiza personas u otros elementos en una imagen en una sola pasada, lo que lo hace ideal para video en tiempo real.

¿Qué vas a construir dentro de Secure Vision AI?

Vas a trabajar como si fueras parte de Secure Vision AI, una startup de inteligencia artificial que usa análisis de video para resolver problemas reales del negocio. Ese contexto te obliga a pensar más allá del modelo: tienes que entender el caso, los datos y la decisión que se va a automatizar.

A lo largo del recorrido vas a implementar paso a paso un sistema que detecta movimiento, hace tracking de personas y traduce esos eventos en métricas accionables. Y lo más interesante: aprenderás a adaptar la misma lógica a otros escenarios, como control de calidad en una fábrica o análisis de tráfico en un local comercial.

¿Dónde se usa Computer Vision en la industria? En retail para medir tráfico de clientes, en manufactura para detectar defectos en línea de producción y en seguridad para analizar comportamiento en tiempo real.

Si te interesa convertir cámaras en fuentes de datos y datos en decisiones, este es tu punto de partida. Cuéntame en los comentarios qué caso de negocio te gustaría resolver primero con Computer Vision.