Inferencia en tiempo real con una aplicación de Streamlit usando Ultralytics YOLO26#
Introducción#
Streamlit facilita la creación y el despliegue de aplicaciones web interactivas. Combinar esto con Ultralytics YOLO26 permite realizar detección de objetos y análisis en tiempo real directamente en tu navegador. La gran precisión y velocidad de YOLO26 garantizan un rendimiento fluido para transmisiones de video en directo, lo que la hace ideal para aplicaciones en seguridad, comercio minorista y 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 |
Ventajas de la inferencia en tiempo real#
- Detección de objetos en tiempo real y sin interrupciones: 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 conocimiento inmediatos, lo que la 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 garantizan 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 por ordenador avanzada sea accesible a un público más amplio.
Código 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"
yolo solutions help # list the available solution commands and argumentsEstos comandos inician la interfaz predeterminada de Streamlit que se incluye con Ultralytics.
Esto iniciará 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, establece los umbrales de confianza y NMS thresholds, y haz clic en el botón "Start" para comenzar la detección de objetos en tiempo real.
Cómo funciona#
Bajo el capó, la aplicación de Streamlit utiliza el Ultralytics solutions module 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.
Conclusión#
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 la adición de más funciones, como grabar la transmisión de video, guardar los fotogramas anotados o integrar con otras bibliotecas de visión por ordenador.
FAQ#
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:
Aplicación de Streamlitfrom 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 más detalles sobre la configuración práctica, consulta la sección Streamlit Application Code section de la documentación.
Usar Ultralytics YOLO26 con Streamlit para la detección de objetos en tiempo real ofrece varias ventajas:
- Detección en tiempo real fluida: Consigue detección de objetos en tiempo real y de alta precisión directamente desde transmisiones de cámaras 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 Advantages of Live Inference section.
La detección de objetos en tiempo real usando Streamlit y Ultralytics YOLO26 puede aplicarse en varios sectores:
- Seguridad: Monitorización en tiempo real para accesos no autorizados y sistemas de alarma de seguridad.
- Comercio minorista: Recuento de clientes, gestión de estantes y seguimiento de inventario.
- Vida silvestre y agricultura: Monitorización de animales y condiciones de cultivos para esfuerzos de conservación.
Para casos de uso y ejemplos más detallados, explora Ultralytics Solutions.
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 Ultralytics YOLO26 Documentation y las publicaciones de blog relacionadas que discuten el rendimiento del modelo.