Link to this sectionInferencia en tiempo real con una aplicación de Streamlit usando Ultralytics YOLO26#
Link to this sectionIntroducción#
Streamlit simplifica la creación y el despliegue de aplicaciones web interactivas. Combinarlo con Ultralytics YOLO26 permite realizar detección de objetos y análisis en tiempo real directamente en tu navegador. La alta precisión y velocidad de YOLO26 garantizan un rendimiento fluido para transmisiones de vídeo en vivo, lo que lo hace ideal para aplicaciones en seguridad, venta minorista y mucho más.
Watch: How to Build a Live Inference App with Ultralytics YOLO26 & Streamlit | Detection & Segmentation 🚀
| Acuicultura | Ganadería |
|---|---|
 |  |
| Detección de peces usando Ultralytics YOLO26 | Detección de animales usando Ultralytics YOLO26 |
Link to this sectionVentajas de la inferencia en tiempo real#
- Detección de objetos fluida en tiempo real: Streamlit combinado con YOLO26 permite la detección de objetos en tiempo real directamente desde la transmisión de tu cámara web. Esto permite un análisis y una información inmediatos, lo que lo hace ideal para aplicaciones que requieren retroalimentación instantánea.
- Despliegue fácil de usar: La interfaz interactiva de Streamlit facilita el despliegue y uso de la aplicación sin necesidad de amplios conocimientos técnicos. Los usuarios pueden iniciar la inferencia en vivo con un simple clic, mejorando la accesibilidad y la facilidad de uso.
- Uso eficiente de recursos: Los algoritmos optimizados de YOLO26 aseguran un procesamiento de alta velocidad con recursos computacionales mínimos. Esta eficiencia permite una inferencia por cámara web fluida y fiable incluso en hardware estándar, haciendo que la visión artificial avanzada sea accesible a un público más amplio.
Link to this sectionCódigo de la aplicación Streamlit#
Antes de empezar a crear la aplicación, asegúrate de tener instalado el paquete Python de Ultralytics.
pip install ultralyticsyolo solutions inference
yolo solutions inference model="path/to/model.pt"Estos comandos lanzan la interfaz predeterminada de Streamlit que viene incluida con Ultralytics. Usa yolo solutions help para ver los comandos y argumentos de solución disponibles.
Esto lanzará la aplicación de Streamlit en tu navegador web predeterminado. Verás el título principal, el subtítulo y la barra lateral con opciones de configuración. Selecciona tu modelo YOLO26 deseado, ajusta los umbrales de confianza y NMS, y haz clic en el botón "Start" para comenzar la detección de objetos en tiempo real.
Link to this sectionCómo funciona#
Internamente, la aplicación de Streamlit utiliza el módulo de soluciones de Ultralytics para crear una interfaz interactiva. Cuando inicias la inferencia, la aplicación:
- Captura vídeo desde tu cámara web o un archivo de vídeo subido
- Procesa cada fotograma a través del modelo YOLO26
- Aplica la detección de objetos con tus umbrales de confianza e IoU especificados
- Muestra tanto los fotogramas originales como los anotados en tiempo real
- Habilita opcionalmente el seguimiento de objetos si se selecciona
La aplicación ofrece una interfaz limpia y fácil de usar con controles para ajustar los parámetros del modelo e iniciar/detener la inferencia en cualquier momento.
Link to this sectionConclusión#
Al seguir esta guía, has creado con éxito una aplicación de detección de objetos en tiempo real usando Streamlit y Ultralytics YOLO26. Esta aplicación te permite experimentar el poder de YOLO26 en la detección de objetos a través de tu cámara web, con una interfaz fácil de usar y la posibilidad de detener la transmisión de vídeo en cualquier momento.
Para más mejoras, puedes explorar añadir otras funcionalidades como grabar la transmisión de vídeo, guardar los fotogramas anotados o integrar otras bibliotecas de visión artificial.
Link to this sectionComparte tus opiniones con la comunidad#
Interactúa con la comunidad para aprender más, solucionar problemas y compartir tus proyectos:
Link to this sectionDónde encontrar ayuda y soporte#
- Problemas de GitHub: Visita el repositorio de GitHub de Ultralytics para plantear preguntas, informar de errores y sugerir funcionalidades.
- Servidor de Discord de Ultralytics: Únete al servidor de Discord de Ultralytics para conectar con otros usuarios y desarrolladores, obtener soporte, compartir conocimientos e intercambiar ideas.
Link to this sectionDocumentación oficial#
- Documentación de Ultralytics YOLO26: Consulta la documentación oficial de YOLO26 para obtener guías completas y perspectivas sobre diversas tareas y proyectos de visión artificial.
Link to this sectionFAQ#
Link to this section¿Cómo puedo configurar una aplicación de detección de objetos en tiempo real usando Streamlit y Ultralytics YOLO26?#
Configurar una aplicación de detección de objetos en tiempo real con Streamlit y Ultralytics YOLO26 es sencillo. Primero, asegúrate de tener instalado el paquete Python de Ultralytics usando:
pip install ultralyticsDespués, puedes crear una aplicación básica de Streamlit para ejecutar la inferencia en vivo:
from ultralytics import solutions
inf = solutions.Inference(
model="yolo26n.pt", # you can use any model that Ultralytics supports, e.g., YOLO26, YOLOv10
)
inf.inference()
# Make sure to run the file using command `streamlit run path/to/file.py`Para obtener más detalles sobre la configuración práctica, consulta la sección Código de la aplicación Streamlit de la documentación.
Link to this section¿Cuáles son las principales ventajas de usar Ultralytics YOLO26 con Streamlit para la detección de objetos en tiempo real?#
Usar Ultralytics YOLO26 con Streamlit para la detección de objetos en tiempo real ofrece varias ventajas:
- Detección fluida en tiempo real: Logra una detección de objetos en tiempo real de alta precisión directamente desde las transmisiones de la cámara web.
- Interfaz fácil de usar: La interfaz intuitiva de Streamlit permite un uso y despliegue sencillos sin amplios conocimientos técnicos.
- Eficiencia de recursos: Los algoritmos optimizados de YOLO26 aseguran un procesamiento de alta velocidad con recursos computacionales mínimos.
Aprende más sobre estos beneficios en la sección Ventajas de la inferencia en tiempo real.
Link to this section¿Cómo despliego una aplicación de detección de objetos de Streamlit en mi navegador web?#
Tras programar tu aplicación de Streamlit integrando Ultralytics YOLO26, puedes desplegarla ejecutando:
streamlit run path/to/file.pyEste comando lanzará la aplicación en tu navegador web predeterminado, permitiéndote seleccionar modelos YOLO26, establecer umbrales de confianza y NMS, y comenzar la detección de objetos en tiempo real con un simple clic. Para una guía detallada, consulta la sección Código de la aplicación Streamlit.
Link to this section¿Cuáles son algunos casos de uso para la detección de objetos en tiempo real usando Streamlit y Ultralytics YOLO26?#
La detección de objetos en tiempo real usando Streamlit y Ultralytics YOLO26 puede aplicarse en varios sectores:
- Seguridad: Vigilancia en tiempo real para accesos no autorizados y sistemas de alarma de seguridad.
- Venta minorista: Conteo de clientes, gestión de estantes y seguimiento de inventario.
- Vida silvestre y agricultura: Monitoreo de animales y condiciones de cultivos para esfuerzos de conservación.
Para casos de uso y ejemplos más detallados, explora las Soluciones de Ultralytics.
Link to this section¿Cómo se compara Ultralytics YOLO26 con otros modelos de detección de objetos como YOLOv5 y RCNN?#
Ultralytics YOLO26 proporciona varias mejoras respecto a modelos anteriores como YOLOv5 y RCNN:
- Mayor velocidad y precisión: Rendimiento mejorado para aplicaciones en tiempo real.
- Facilidad de uso: Interfaces y despliegue simplificados.
- Eficiencia de recursos: Optimizado para una mejor velocidad con requisitos computacionales mínimos.
Para una comparación exhaustiva, consulta la documentación de Ultralytics YOLO26 y las publicaciones relacionadas en el blog sobre el rendimiento del modelo.