usos en la industria :
detección de instrusos, contador de personal, contador de clientes por un pasillo, contador a autos para calcular densidad en horas picos por un puente,
es lo que aplica amazon en sus Amazon Go??
La detección de objetos es una de las aplicaciones más fascinantes y útiles de la visión por computadora. Con el avance de modelos pre-entrenados como YOLO (You Only Look Once), ahora es posible implementar sistemas de detección robustos con relativa facilidad. En este contenido, exploraremos cómo crear nuestro primer detector de objetos utilizando YOLOv11, un modelo capaz de identificar hasta 80 clases diferentes de objetos en tiempo real.
¿Cómo implementar un detector de objetos con YOLOv11?
Para comenzar a trabajar con detección de objetos, necesitamos configurar nuestro entorno con las bibliotecas adecuadas. El modelo YOLO en su versión 11 nos permite detectar una amplia variedad de objetos como libros, tazas, autos y osos de peluche, entre otros. La precisión de la detección dependerá del ángulo y las condiciones en las que se capture la imagen.
Para la implementación necesitaremos:
Configuración inicial del detector
El primer paso es cargar el modelo pre-entrenado y configurar la captura de video:
# Importamos las bibliotecas necesarias import cv2 import time from ultralytics import YOLO # Cargamos el modelo YOLOv11 model = YOLO('yolov11n.pt') # Iniciamos la captura de video cap = cv2.VideoCapture(1) # Usar 0 si solo hay una cámara # Configuramos el tamaño de la ventana para pantalla completa cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1280) cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 720)
Una vez configurado el entorno, podemos comenzar a procesar cada frame del video para detectar objetos. Es importante medir el tiempo de procesamiento entre frames para evaluar el rendimiento de nuestro sistema.
Procesamiento de frames y detección de objetos
El siguiente paso es capturar cada frame, procesarlo con el modelo YOLO y visualizar los resultados:
while True: # Capturamos el frame ret, frame = cap.read() if not ret: break # Medimos el tiempo antes de procesar start_time = time.time() # Procesamos el frame con YOLO results = model(frame) # Calculamos la latencia latency = time.time() - start_time # Accedemos al primer resultado result = results[0] # Obtenemos las detecciones (boxes) boxes = result.boxes # Procesamos cada detección for box in boxes: # Obtenemos las coordenadas del bounding box x1, y1, x2, y2 = box.xyxy[0] x1, y1, x2, y2 = int(x1), int(y1), int(x2), int(y2) # Obtenemos la confianza y la clase confidence = box.conf[0] class_id = int(box.cls[0]) class_name = result.names[class_id] # Dibujamos el rectángulo y la etiqueta cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2) label = f"{class_name}: {confidence:.2f}" cv2.putText(frame, label, (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2) # Mostramos la latencia en el frame cv2.putText(frame, f"Latency: {latency:.4f}s", (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2) # Mostramos el frame cv2.imshow("Object Detection", frame) # Salimos con la tecla 'q' if cv2.waitKey(1) == ord('q'): break cap.release() cv2.destroyAllWindows()
En este código, para cada objeto detectado, obtenemos:
El bounding box se define mediante dos coordenadas: la superior izquierda (x1, y1) y la inferior derecha (x2, y2). Estas coordenadas nos permiten dibujar un rectángulo alrededor del objeto detectado.
¿Cómo filtrar detecciones específicas?
Una característica muy útil es la capacidad de filtrar las detecciones para mostrar solo los objetos que nos interesan. Por ejemplo, si solo queremos detectar personas, podemos modificar nuestro código para filtrar por la clase "persona" (que tiene el ID 0 en YOLO) y establecer un umbral de confianza mínimo.
Filtrado por clase y confianza
# Definimos la clase que queremos detectar (0 = persona) target_class = 0 # Definimos el umbral de confianza confidence_threshold = 0.7 # En el bucle de procesamiento, modificamos la parte de detección: for box in boxes: # Obtenemos la confianza y la clase confidence = box.conf[0] class_id = int(box.cls[0]) # Solo procesamos si es la clase objetivo y supera el umbral de confianza if class_id == target_class and confidence >= confidence_threshold: # Obtenemos las coordenadas del bounding box x1, y1, x2, y2 = box.xyxy[0] x1, y1, x2, y2 = int(x1), int(y1), int(x2), int(y2) class_name = result.names[class_id] # Dibujamos el rectángulo y la etiqueta cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2) label = f"{class_name}: {confidence:.2f}" cv2.putText(frame, label, (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)
Con esta modificación, nuestro detector solo mostrará personas con un nivel de confianza superior a 0.7 (70%). Esto es especialmente útil en aplicaciones donde solo nos interesa un tipo específico de objeto y queremos evitar falsos positivos.
¿Qué objetos puede detectar YOLOv11?
El modelo YOLOv11 viene pre-entrenado para detectar 80 clases diferentes de objetos. Algunas de estas clases incluyen:
Esta versatilidad hace que YOLO sea una herramienta poderosa para una amplia gama de aplicaciones de visión por computadora.
La detección de objetos con YOLO abre un mundo de posibilidades en diversas industrias, desde seguridad y vigilancia hasta automatización industrial y análisis de comportamiento. Con el código que hemos explorado, ya tienes las bases para implementar tu propio sistema de detección de objetos. ¿Qué aplicaciones prácticas te imaginas para esta tecnología en tu campo? Comparte tus ideas en los comentarios.
La detección de objetos es una de las aplicaciones más fascinantes y útiles de la visión por computadora. Con el avance de modelos pre-entrenados como YOLO (You Only Look Once), ahora es posible implementar sistemas de detección robustos con relativa facilidad. En este contenido, exploraremos cómo crear nuestro primer detector de objetos utilizando YOLOv11, un modelo capaz de identificar hasta 80 clases diferentes de objetos en tiempo real.
Para comenzar a trabajar con detección de objetos, necesitamos configurar nuestro entorno con las bibliotecas adecuadas. El modelo YOLO en su versión 11 nos permite detectar una amplia variedad de objetos como libros, tazas, autos y osos de peluche, entre otros. La precisión de la detección dependerá del ángulo y las condiciones en las que se capture la imagen.
Para la implementación necesitaremos:
El primer paso es cargar el modelo pre-entrenado y configurar la captura de video:
# Importamos las bibliotecas necesarias
import cv2
import time
from ultralytics import YOLO
# Cargamos el modelo YOLOv11
model = YOLO('yolov11n.pt')
# Iniciamos la captura de video
cap = cv2.VideoCapture(1) # Usar 0 si solo hay una cámara
# Configuramos el tamaño de la ventana para pantalla completa
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1280)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 720)
Una vez configurado el entorno, podemos comenzar a procesar cada frame del video para detectar objetos. Es importante medir el tiempo de procesamiento entre frames para evaluar el rendimiento de nuestro sistema.
El siguiente paso es capturar cada frame, procesarlo con el modelo YOLO y visualizar los resultados:
while True:
# Capturamos el frame
ret, frame = cap.read()
if not ret:
break
# Medimos el tiempo antes de procesar
start_time = time.time()
# Procesamos el frame con YOLO
results = model(frame)
# Calculamos la latencia
latency = time.time() - start_time
# Accedemos al primer resultado
result = results[0]
# Obtenemos las detecciones (boxes)
boxes = result.boxes
# Procesamos cada detección
for box in boxes:
# Obtenemos las coordenadas del bounding box
x1, y1, x2, y2 = box.xyxy[0]
x1, y1, x2, y2 = int(x1), int(y1), int(x2), int(y2)
# Obtenemos la confianza y la clase
confidence = box.conf[0]
class_id = int(box.cls[0])
class_name = result.names[class_id]
# Dibujamos el rectángulo y la etiqueta
cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)
label = f"{class_name}: {confidence:.2f}"
cv2.putText(frame, label, (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)
# Mostramos la latencia en el frame
cv2.putText(frame, f"Latency: {latency:.4f}s", (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)
# Mostramos el frame
cv2.imshow("Object Detection", frame)
# Salimos con la tecla 'q'
if cv2.waitKey(1) == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
En este código, para cada objeto detectado, obtenemos:
El bounding box se define mediante dos coordenadas: la superior izquierda (x1, y1) y la inferior derecha (x2, y2). Estas coordenadas nos permiten dibujar un rectángulo alrededor del objeto detectado.
Una característica muy útil es la capacidad de filtrar las detecciones para mostrar solo los objetos que nos interesan. Por ejemplo, si solo queremos detectar personas, podemos modificar nuestro código para filtrar por la clase "persona" (que tiene el ID 0 en YOLO) y establecer un umbral de confianza mínimo.
# Definimos la clase que queremos detectar (0 = persona)
target_class = 0
# Definimos el umbral de confianza
confidence_threshold = 0.7
# En el bucle de procesamiento, modificamos la parte de detección:
for box in boxes:
# Obtenemos la confianza y la clase
confidence = box.conf[0]
class_id = int(box.cls[0])
# Solo procesamos si es la clase objetivo y supera el umbral de confianza
if class_id == target_class and confidence >= confidence_threshold:
# Obtenemos las coordenadas del bounding box
x1, y1, x2, y2 = box.xyxy[0]
x1, y1, x2, y2 = int(x1), int(y1), int(x2), int(y2)
class_name = result.names[class_id]
# Dibujamos el rectángulo y la etiqueta
cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)
label = f"{class_name}: {confidence:.2f}"
cv2.putText(frame, label, (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)
Con esta modificación, nuestro detector solo mostrará personas con un nivel de confianza superior a 0.7 (70%). Esto es especialmente útil en aplicaciones donde solo nos interesa un tipo específico de objeto y queremos evitar falsos positivos.
El modelo YOLOv11 viene pre-entrenado para detectar 80 clases diferentes de objetos. Algunas de estas clases incluyen:
Esta versatilidad hace que YOLO sea una herramienta poderosa para una amplia gama de aplicaciones de visión por computadora.
La detección de objetos con YOLO abre un mundo de posibilidades en diversas industrias, desde seguridad y vigilancia hasta automatización industrial y análisis de comportamiento. Con el código que hemos explorado, ya tienes las bases para implementar tu propio sistema de detección de objetos. ¿Qué aplicaciones prácticas te imaginas para esta tecnología en tu campo? Comparte tus ideas en los comentarios.
usos en la industria :
detección de instrusos, contador de personal, contador de clientes por un pasillo, contador a autos para calcular densidad en horas picos por un puente,
es lo que aplica amazon en sus Amazon Go??
Comparto todas las clases :
no colocaron el enlace.. ; )
Para mejorar la capacidad de detección de objetos más allá de YOLO, puedes explorar modelos como Faster R-CNN o EfficientDet, que son más robustos en ambientes complejos. Si deseas entrenar YOLO para detectar más objetos, debes preparar un conjunto de datos etiquetado con las clases que deseas incluir, usar transfer learning y ajustar los hiperparámetros para optimizar el modelo. Esto te permitirá personalizar YOLO según tus necesidades específicas.
La clase advierte que el modelo puede acertar o no según el ángulo en que se enfoque el objeto. Antes de instalar un detector de personas en un local conviene probarlo con la posición real de la cámara, porque un resultado con confianza de 0.90 frente a una webcam no garantiza lo mismo en un pasillo.
¿Cómo se podría implementar para que cuente o de una alerta cuando detecte un auto, moto, etc. en movimiento y que no tenga placas o las tenga tapadas o no inteligibles?
Para esto, Julio, deberías entrenar un modelo personalizado. Usa "" para marcar placas y luego integra una lógica que alerte si detecta un auto pero no una placa legible.
EN Muchas camaras de Seguridad en CCTV como Dahua , viene ocn caracteristicas para detectar intrusos en movimiento cuando curzan una liena de frotnera "TripWire" asi se detecta al intruso invaidendo propiedad y se suena una alarma que replica en una bocina o luz intensa para persuadir al intruso, solo funciona si el movimeinto viene de una figura humana, si es un ave, una rama de un arbol o un perro no activa la deteccion y el "defferring" , es un buen uso de seguridad CCTV para detectar intriusos humanos automaticamente.
Demás que quería realizar algo con las detecciones a lo que implemente algo muy simple al código que se encarga de detectar personas una vez detecta una persona manda a mi canal de discord un mensaje diciéndome que ha detectado un usuario . esto siguiendo un ejemplo en el que queramos de noche detectar algún intruso lo que va hacer el código es detectarlo una vez y una vez detectado enviará el mensaje
code:
El código que se utiliza es el mismo tal cual lo único que cambia es después de que extraigan las clases van a poner lo siguiente
intruso = None #está variable crearla antes del while
#valida que sea por primera vez y que no haya enviado un mensaje anteriormente
if intruso is None:
#Revisar que la clase que se detecte sea una persona
for i in classes:
if i == 0:
#Si es una persona manda el mensaje al canal de dsicord (con un wehbook)
send_message("Se ha detectado un intruso, Por favor revise su negocio ")
intruso = 1
Función para enviar mensaje al discord o al webhook:
Para esto es importante que descarguen la librería de request para enviar y crear solicitudes (como una api cualquiera)
pip install requests
import requests
def send_message(msg:str):
wehbook_url = 'url del wehbook'
data = {"content": msg}
requests.post(wehbook_url, json=data)
Para la parte de discord y obtener la url , crean un server de discord revisan el canal donde quieren la información dan ajustes , en integraciones crear un webhook y extraen la url , la pegan y listo debería verse algo así :

A mi se me ocurre poder usar una camara para algún sitio de seguridad en el cual se conecte a esa camara y en una computadora específicamente para eso realizarle el proceso de detección y que se active ese sistema solamente en la noche noche y si detecta alguna persona entonces que se envié una notificación al dueño o algo
Si trabajamos en la agronomia, deteccion de plagas, malezas, etc