YOLOv8 en la Industria: Detección de Defectos y Conteo en Planta

Qué es YOLOv8 #

YOLO (You Only Look Once) es una familia de modelos de detección de objetos que, a diferencia de los detectores en dos etapas, localiza y clasifica todo lo que hay en una imagen en una sola pasada de la red. Esa es la razón de su velocidad y de su dominio en aplicaciones de video en tiempo real. YOLOv8, publicado por Ultralytics en 2023, es la versión que más se ha desplegado en la industria por su equilibrio entre precisión, velocidad y facilidad de entrenamiento con datos propios.

Viene en cinco tamaños, de nano a extra grande. En planta casi siempre se usan los pequeños o medianos: corren a decenas de cuadros por segundo en una GPU de escritorio y son suficientes para contar, detectar defectos visibles y verificar presencia o ausencia.

Qué tareas resuelve #

• Detección: una caja alrededor de cada objeto con su clase. Contar unidades, detectar etiquetas faltantes, verificar tapas.
• Segmentación: el contorno exacto del objeto. Medir áreas, detectar manchas o rebabas.
• Clasificación: una etiqueta por imagen. Bueno o defectuoso, con o sin sello.
• Pose: puntos clave. Postura de operadores en zonas de riesgo, orientación de piezas.
• Seguimiento: combinado con un rastreador, asigna identidad a cada objeto entre cuadros. Es lo que permite contar objetos en movimiento sin duplicarlos.

Entrenar con imágenes de tu línea #

1. Captura desde la cámara real, en la posición real, en distintos turnos y condiciones de luz. Un modelo entrenado con fotos de internet fracasa en planta.
2. Etiquetado. Unos cientos de imágenes bien etiquetadas valen más que miles a medias. Define las clases con el equipo de calidad antes de empezar.
3. Aumentación. Rotaciones, cambios de brillo y escala simulan variación que la línea tendrá. No sustituye datos reales de casos raros.
4. Entrenamiento y validación. Se mide mAP (precisión media) sobre imágenes que el modelo no vio. Más importante: se mide la tasa de falsos positivos por turno, que es lo que hace que la gente apague el sistema.
5. Reentrenamiento. Cada producto nuevo, cambio de envase o de iluminación exige datos nuevos. Planifica el reentrenamiento desde el día uno.

Desplegar en el borde #

El modelo se exporta a ONNX o TensorRT y corre en la planta, junto a la cámara, sin enviar video a la nube. Para pocas cámaras basta una GPU de escritorio de gama media; para más flujos se escala a GPUs de servidor o a plataformas embebidas industriales. Lo que sale del borde no es video sino eventos: "unidad contada", "defecto en posición 4", que se integran al OEE, al MES o al CMMS. Tenemos una guía de hardware con calculadora de GPU para dimensionarlo.

Dónde falla, y qué hacer #

• Iluminación. La mayoría de los "el modelo dejó de funcionar" son un tubo fluorescente que se cambió. Iluminación controlada y difusa antes que un modelo más grande.
• Oclusión y solapamiento. Objetos que se tapan entre sí en una cinta. Se resuelve con el ángulo de cámara y con seguimiento entre cuadros, no solo con detección.
• Variabilidad biológica. Peces, frutas, carne: no hay dos iguales. Exige más datos y modelos entrenados con la operación real.
• Hardware de prueba en producción. Un montaje con Arduino o una cámara web sirve para demostrar y falla a las 24 horas de planta. Lo explicamos en visión artificial con Arduino frente a industrial y en solución lista frente a desarrollo propio.

Tres casos reales con cámaras que ya existían #

• PROA: conteo automático con 99,9 por ciento de precisión validada en operación.
• INVERMAR: conteo de peces en movimiento, con oclusión parcial y variabilidad biológica, sobre las cámaras IP existentes de la planta procesadora, sin hardware nuevo.
• COEXCA: OEE y trazabilidad en tiempo real usando la red CCTV y el PLC Siemens existentes, sin sensores adicionales.

Los tres están documentados en casos reales. En todos, el modelo detecta y cuenta; la decisión sobre la línea la toma una persona. Así se conecta la visión con el resto de la planta: el evento que produce YOLO entra al Segundo Cerebro con su máquina, su lote y su turno, y desde ahí lo usan el OEE, el mantenimiento y los agentes.

Preguntas frecuentes #

¿Qué es YOLO en visión artificial?

YOLO (You Only Look Once) es una familia de modelos de detección de objetos que localiza y clasifica todo lo que hay en una imagen en una sola pasada de la red, lo que lo hace lo bastante rápido para video en tiempo real. YOLOv8 es la versión de Ultralytics publicada en 2023.

¿YOLOv8 sirve para detectar defectos en una línea de producción?

Sí, si se entrena con imágenes propias de la línea, con las condiciones reales de luz y velocidad, y se despliega en hardware con GPU en el borde. Con un dataset de unos cientos de imágenes bien etiquetadas se obtienen resultados útiles para conteo y detección de defectos visibles.

¿Qué hardware necesita YOLOv8 en planta?

Para pocas cámaras basta una GPU de escritorio de gama media o una plataforma embebida industrial; para más cámaras o mayor resolución se escala a GPUs de servidor. Se exporta a TensorRT u ONNX para reducir latencia.

¿Cuáles son los límites de YOLO en la industria?

Cambios de iluminación, oclusión, productos nuevos que no estaban en el dataset y cámaras mal ubicadas. La solución rara vez es un modelo más grande: es mejor iluminación, mejor encuadre y reentrenamiento con datos de la propia línea.