Cualquiera puede ejecutar YOLO. No cualquiera puede construir visión por computadora.
Sobran agencias capaces de descargar un modelo preentrenado, ponerle una interfaz a MediaPipe y hacerse llamar expertas en visión por computadora. Nosotros construimos lo que tiene que funcionar después de la demo.
Eso no es ingeniería. Es un tutorial con factura.
La visión por computadora de verdad es difícil. Mala iluminación. Oclusión. Cámaras en movimiento. Mediciones poco confiables. Límites de hardware.
Los modelos que se ven increíbles en una demo se desmoronan en cuanto se enfrentan al mundo real. Diseñamos pensando en esos problemas, empezando por cómo se medirá el sistema.
Funciona en la demo. Hasta que se mueve la cámara.
La demoFunciona con los clips que le mostraron.
El sistemaMedido con video del entorno real, reservado para la evaluación.
La demoUn modelo preentrenado con umbrales predeterminados.
El sistemaUn modelo elegido, afinado o construido para la tarea, con umbrales definidos a partir del error medido.
La demoRecuadros y esqueletos dibujados en pantalla.
El sistemaMediciones calibradas con su error indicado.
La demoSe ejecuta en la GPU de un desarrollador.
El sistemaSe ajusta al presupuesto de latencia, memoria y energía del dispositivo de destino.
La demoFalla en silencio.
El sistemaFalla de forma visible, con alternativas de respaldo y monitoreo.
La demoEtiquetado una vez y luego olvidado.
El sistemaUn ciclo de anotación y reentrenamiento que lo sigue mejorando.
Profundidad de investigación. Disciplina de producción.
Sistemas de visión por computadora diseñados para condiciones reales: modelos a medida, estimación de pose, seguimiento, reconstrucción 3D, geometría de cámara e inferencia en el borde, evaluados antes de que algo salga a producción.
Modelos a medida
Modelos de detección, segmentación y puntos clave, entrenados o afinados para su tarea cuando un modelo preentrenado se queda corto.
Estimación de pose y biomecánica
Seguimiento del cuerpo y de las articulaciones, convertido en ángulos, tiempos y medidas de movimiento, con el error indicado.
Reconstrucción 3D
Profundidad y estructura 3D a partir de una o más cámaras, desde montajes multivista calibrados hasta estimaciones con una sola cámara.
Detección y seguimiento
Objetos y personas seguidos cuadro a cuadro, pese a oclusiones, aglomeraciones y cambios de identidad.
Geometría de cámara
Calibración, sincronización y las matemáticas de proyección que convierten píxeles en posiciones en el mundo real.
Inferencia móvil y en el borde
Modelos comprimidos y optimizados para cumplir un presupuesto de tiempo por cuadro en celulares, tarjetas embebidas y GPU de borde.
Especialistas que saben por qué fallan los modelos. No solo cómo invocarlos.
El talento en visión por computadora es escaso y difícil de juzgar a partir de un currículum. Cuando un problema exige la profundidad de un especialista, encontramos, evaluamos y dirigimos a los investigadores e ingenieros que entienden las matemáticas, las arquitecturas de modelos y las restricciones de producción que hay detrás.
Definir la medición
Qué debe ver el sistema, qué tan exacto tiene que ser, en qué hardware y el conjunto de evaluación que lo demostrará.
Construir los datos y el modelo
Recopilación, pipelines de anotación y video de prueba reservado, grabado en condiciones reales, y luego el modelo que la tarea necesita: listo para usar, afinado o a medida.
Lanzarlo y mantenerlo confiable
Despliegue en el dispositivo o en la nube dentro de un presupuesto de latencia, con alternativas de respaldo, monitoreo y reentrenamiento cuando el mundo real cambia.
No competimos por ser el equipo más barato capaz de hacer funcionar una demo. Construimos el sistema que tiene que funcionar después.
Trabajo que puede revisar.
- Visión por computadora / tecnología deportiva
Movalytix
Software de análisis de movimiento para atletas y entrenadores, que usa visión por computadora y modelado biomecánico para analizar el movimiento a partir de video.
- Experiencia del fundador
Eliseo Robles
El trabajo público de Eliseo como CTO en NurivaTech AI incluye sistemas de visión por computadora y biomecánica basados en celulares, y evaluación de modelos.
Rol de CTO: NurivaTech / sportFXAlgunos detalles bajo NDA
Buenas preguntas. Respuestas claras.
¿Construyen modelos a medida o usan modelos preentrenados?
Ambas cosas. Un modelo preentrenado es el punto de partida correcto cuando, en videos como los suyos, se mantiene dentro del error que usted puede aceptar. Cuando no es así, lo afinamos o construimos un modelo para la tarea, y lo decide un conjunto de evaluación reservado.
¿Pueden arreglar un prototipo de visión por computadora que falla en campo?
Empezamos por medirlo con video del entorno real para encontrar dónde y por qué falla. Luego decidimos si necesita datos nuevos, un modelo distinto o un cambio en el pipeline, o si hay que reconstruirlo.
¿La visión por computadora puede ejecutarse en celulares o dispositivos de borde?
A menudo, sí. Desde el inicio diseñamos para la memoria, el calentamiento, el consumo de energía y el tiempo por cuadro del dispositivo de destino, y probamos en ese hardware, no en una GPU de desarrollo.
¿Cómo miden si un sistema de visión funciona?
Con un conjunto de evaluación reservado que refleja las condiciones de campo, con el error reportado en las unidades de las que depende la decisión, como grados, centímetros o detecciones omitidas, en lugar de una sola cifra global de exactitud.
¿Qué necesitan de nosotros para empezar?
Video o imágenes del entorno real, la decisión que el sistema tiene que respaldar, el error que usted puede aceptar y el hardware en el que debe ejecutarse. A partir de ahí definimos el alcance de una primera fase acotada, dentro de un proyecto de Ingeniería de producto.
No vendemos demos de visión por computadora. Construimos sistemas de visión por computadora.
Tráiganos el problema difícil: la cámara, las condiciones, los datos que tiene y la decisión que el sistema tiene que respaldar. Los proyectos de Ingeniería de producto comienzan en $15,000 USD, con el alcance acordado primero.