Mira cómo Ultralytics YOLO11 puede ayudar a las empresas a supervisar los sistemas heredados con visión por ordenador potenciada por IA, mejorando la eficiencia y reduciendo los costes de actualización.
.webp)
Muchas empresas, sobre todo en los sectores de fabricación, automatización industrial, aeroespacial, telecomunicaciones y energía, dependen de sistemas antiguos para sus operaciones diarias. Sin embargo, el mantenimiento de estos sistemas antiguos suele conllevar costes elevados y desafíos técnicos. A pesar de ello, la principal razón por la que las empresas siguen utilizando sistemas heredados es que están profundamente arraigados en sus flujos de trabajo.
Casi dos tercios de las empresas gastan más de 2 millones de dólares en mantener y actualizar los sistemas heredados. Estos sistemas antiguos se construyeron para otra época, cuando la automatización y el análisis en tiempo real no eran una prioridad. Las empresas solían confiar en procesos manuales o herramientas de supervisión anticuadas, lo que provocaba ineficacia y mayores riesgos operativos. Como resultado, muchas empresas se encuentran atascadas con estos sistemas anticuados, incapaces de hacer fácilmente la transición a soluciones más modernas sin interrupciones significativas.
Aquí es donde la IA y la visión por ordenador, que permiten a los ordenadores comprender y analizar datos visuales, pueden intervenir y ayudar. En concreto, los modelos de visión por ordenador como Ultralytics YOLO11 pueden utilizarse para detectar y controlar sistemas heredados, como contadores y medidores.
En este artículo, exploraremos cómo puede utilizarse YOLO11 en la supervisión de sistemas heredados, sus ventajas y cómo las empresas pueden integrarlo fácilmente en sus flujos de trabajo existentes.
Los sistemas heredados son vitales para muchas industrias, pero convertirlos en sistemas digitales no siempre es sencillo. Modernizar estos sistemas es importante para aumentar la eficacia y reducir los riesgos. He aquí algunos de los retos técnicos y medioambientales a los que se enfrentan las empresas al actualizar los sistemas heredados:
Muchas máquinas heredadas utilizan diales, medidores e indicadores analógicos que no pueden conectarse a sistemas digitales. Las soluciones de IA de visión pueden utilizar cámaras para controlar estos dispositivos, y las imágenes pueden procesarse en tiempo real para convertir sus lecturas en registros digitales que faciliten el seguimiento y la elaboración de informes.
Una de las ventajas de utilizar la visión por ordenador para esto es que los problemas operativos pueden detectarse casi al instante. En caso de emergencia, las alertas automáticas pueden avisar a los operarios cuando los valores superen los límites de seguridad.
Aparte de esto, la visión por ordenador es una opción más económica. Instalar cámaras e implantar un sistema de IA para analizar estas imágenes es rentable en comparación con las actualizaciones tradicionales o los métodos de supervisión manual. En lugar de costosas actualizaciones de la infraestructura, los modelos de IA de visión como YOLO11 pueden funcionar con los equipos existentes, lo que hace que la modernización sea más asequible.
Hoy en día, la IA está en auge, y hay una gran variedad de modelos y técnicas a tener en cuenta a la hora de implantar una solución de IA. Así que te estarás preguntando, ¿qué hace que un modelo como YOLO11 sea tan especial?
YOLO11 admite varias tareas de visión por ordenador, como la detección de objetos, la segmentación de instancias y el seguimiento de objetos, y es ideal para la supervisión en tiempo real. Una de sus principales ventajas es su capacidad para funcionar eficazmente en dispositivos periféricos. Esto significa que puede procesar los datos localmente, sin depender de una conexión de red potente o de una infraestructura en la nube.
En las fábricas o en entornos industriales con redes débiles o poco fiables, desplegar YOLO11 en dispositivos periféricos garantiza una supervisión continua y en tiempo real sin interrupciones, reduciendo la necesidad de costosas soluciones basadas en la nube y convirtiéndola en una opción más asequible y práctica para las empresas.
Además, YOLO11 es conocido por su rendimiento superior tanto en precisión como en velocidad en comparación con sus predecesores. Con un 22% menos de parámetros que YOLOv8m, YOLO11m consigue una mayor precisión media (mAP) en el conjunto de datos COCO.
En pocas palabras, YOLO11 puede detectar objetos con mayor precisión y rapidez, incluso con menos potencia de procesamiento. Esto lo hace más eficaz a la hora de detectar problemas y supervisar los sistemas en tiempo real, al tiempo que utiliza menos recursos, lo que resulta especialmente útil para los sistemas heredados.
A continuación, vamos a explorar algunos casos de uso del mundo real en los que YOLO11 automatiza procesos utilizando la visión por ordenador para rastrear y analizar lecturas, todo ello sin necesidad de modificar el equipo existente.
Varias máquinas industriales utilizan manómetros analógicos para medir la presión, la temperatura y los niveles de fluidos. Las lecturas manuales llevan tiempo y a menudo provocan incoherencias, sobre todo en operaciones a gran escala. YOLO11 puede mejorar estos procesos.
A continuación te explicamos cómo suele funcionar la monitorización analógica de manómetros con YOLO11 :
Aunque éste es el método general, los pasos exactos pueden variar en función de factores como el tipo de medidor, las condiciones ambientales y el ángulo o la calidad de las imágenes captadas. En función de estas variables, pueden realizarse ajustes para garantizar lecturas precisas.
Muchos proveedores de servicios públicos siguen dependiendo de contadores mecánicos para controlar el consumo de agua, gas y electricidad. En algunos casos, es necesario realizar visitas manuales a las instalaciones para recoger las lecturas, lo que lleva tiempo y aumenta los costes.
YOLO11 automatiza el proceso de supervisión utilizando visión por ordenador para detectar y recortar las partes relevantes de los diales de los contadores. Al hacerlo, se pueden aislar los valores numéricos del dial y utilizar OCR para leerlos.
Con los datos recogidos mediante visión por ordenador, los proveedores de servicios públicos pueden analizar los patrones de consumo con mayor eficacia. Integrar el análisis de datos en el proceso de supervisión ayuda a seguir las tendencias históricas de consumo, identificar anomalías y detectar irregularidades como picos o caídas repentinas del consumo, que podrían indicar problemas como fugas o contadores defectuosos.
Los sistemas heredados, como las unidades de control industrial, los monitores de redes eléctricas y los paneles de automatización de fábricas, dependen de paneles de control analógicos con interruptores, botones y luces indicadoras para mostrar el estado de la máquina y los códigos de error. Generalmente, los operarios inspeccionan estos paneles manualmente, lo que lleva mucho tiempo y aumenta el riesgo de que se retrasen las respuestas.
YOLO11 puede optimizar este proceso identificando y rastreando con precisión los componentes del panel de control. Puede detectar interruptores, etiquetas y luces indicadoras, y determinar sus posiciones y estados. Puede identificar si las luces indicadoras muestran advertencias o un funcionamiento normal.
Por ejemplo, si se activa una luz de advertencia, YOLO11 puede detectar inmediatamente el cambio, y los operarios pueden ser alertados, lo que permite tiempos de respuesta más rápidos y reduce el riesgo de pasar por alto problemas críticos.
La visión por ordenador es una forma práctica de controlar los sistemas heredados sin sustituir el hardware existente. Sin embargo, como cualquier otra tecnología, presenta ventajas y limitaciones. Exploremos ambas para hacernos una mejor idea de cómo puede aplicarse eficazmente.
He aquí algunas formas en las que Vision AI influye positivamente en la supervisión de los sistemas heredados:
Mientras tanto, éstas son algunas de las consideraciones que hay que tener en cuenta:
Supervisar eficazmente los sistemas heredados no siempre requiere sustituir el hardware existente. Muchas empresas tienen que lidiar con equipos anticuados, pero Vision AI ofrece una forma de controlar el rendimiento sin hacer grandes cambios.
YOLO11 lo hace posible mediante la detección de objetos y otras tareas de visión por ordenador. Puede leer indicadores, contadores y paneles de control con cámaras para la supervisión en tiempo real, sin necesidad de modificar el sistema. El modelo funciona sin problemas en dispositivos periféricos, por lo que es ideal para industrias con conectividad limitada a la nube. Esto permite a las empresas procesar los datos in situ y abordar rápidamente los problemas operativos.
¡Únete a nuestra creciente comunidad! Explora nuestro repositorio de GitHub para aprender sobre IA, y consulta nuestras opciones de licencia para iniciar tus proyectos de IA de Visión. ¿Te interesan innovaciones como la IA en la sanidad y la visión por ordenador en la agricultura? ¡Visita nuestras páginas de soluciones para descubrir más!
Comienza tu viaje con el futuro del aprendizaje automático
ES
EN
ZH
KO
JA
RU
DE
FR
PT
IT
AR
TR
VI