Aprende visión artificial con Ultralytics YOLO

Aprende el criterio que hay detrás de cada sistema de visión funcional: definir la tarea, elegir entre las siete tareas de Ultralytics YOLO, auditar los datos y las etiquetas, dividir los datos de forma rigurosa e interpretar las métricas, con ejemplos ejecutables de YOLO26 sobre imágenes y conjuntos de datos reales.

Una guía práctica para el trabajo previo al entrenamiento: convierte un objetivo empresarial en una prueba de aceptación, especifica y recopila datos representativos, etiqueta de forma coherente, audita la calidad con scripts, divide los datos sin fugas, ajusta el aumento de datos y condiciona el primer ajuste fino de Ultralytics YOLO26 a una comprobación de preparación.

Lleva Ultralytics YOLO26 desde una instalación limpia hasta un detector personalizado, entrenado, validado y exportado. Harás predicciones sobre imágenes, prepararás un conjunto de datos real, entrenarás y diagnosticarás un detector de pastillas, ejecutarás modelos en vídeo con seguimiento y exportarás a ONNX, comprobando que los resultados coinciden con PyTorch. Cada paso se ejecuta en Python y desde la CLI, en la CPU de un portátil, y se muestran los resultados reales. La planificación, recopilación y anotación del propio conjunto de datos se aborda en Creación de conjuntos de datos YOLO de alto rendimiento.

Sabes entrenar un detector. Ultralytics YOLO admite siete tareas de visión, y este curso te enseña las cinco con las que te encontrarás más a menudo después de la detección: segmentación de instancias y semántica, pose, cajas delimitadoras orientadas y clasificación. Aprenderás desde el formato de las etiquetas y el entrenamiento hasta la lectura de resultados en código, la combinación de modelos y la evaluación y exportación específicas de cada tarea. La estimación de profundidad, la séptima tarea, forma parte del plan de tareas y de las lecciones de evaluación y exportación.

Lleva un modelo Ultralytics YOLO entrenado a producción: elige un entorno de ejecución, expórtalo y verifícalo, optimízalo para tu hardware, sigue objetos, crea canalizaciones de recuento, procesa numerosas secuencias y detecta la deriva antes que los usuarios.

Ejecuta un proyecto real de detección en Ultralytics Platform: define el presupuesto, incorpora y etiqueta los datos, comprueba que las particiones no tengan filtraciones, entrena y compara ejecuciones, despliega un endpoint dedicado, supervisa la precisión y automatiza el ciclo de reentrenamiento.