El procesamiento de imágenes en tiempo real está revolucionando sectores como la visión por computador, la realidad aumentada, y la inspección automatizada. Este avance supone una diferencia crítica entre la detección efectiva de defectos y un fallo costoso en líneas de producción. Las modernas cámaras industriales operan generando inmensas cantidades de datos que son necesarios analizar en milisegundos, una exigencia que sobrecarga a los sistemas computacionales convencionales. Bajo estos parámetros, el uso de arquitecturas heterogéneas, que combinan tanto CPUs como GPUs, ha ganado terreno como la solución más eficaz para realizar tareas paralelas, garantizando así tiempos de respuesta que cumplen con los exigentes requisitos de la industria. En este sentido, el artículo presentado en las Jornadas SARTECO 2025 propone un enfoque innovador para optimizar este proceso.
El desafío del procesamiento en tiempo real radica en la necesidad de que cada imagen sea captada y analizada de forma casi instantánea, manteniendo latencias por debajo de los 40 milisegundos. Para lograr esto, es imprescindible que el flujo de trabajo esté optimizado al máximo. Las GPUs se han convertido en fundamentales, capaces de manejar miles de operaciones de manera simultánea, siendo ideales para tareas que demandan intensa computación, como la detección de defectos en materiales. Sin embargo, no todas las funciones se benefician de la misma manera de este paralelismo; algunas operaciones siguen siendo más eficaces en CPUs. El desafío es la correcta coordinación entre ambos tipos de unidades, algo que el estudio propone resolver, logrando así que cada componente funcione donde es más eficiente.
La arquitectura propuesta en el estudio se basa en el patrón de publicación/suscripción (pub/sub), una metodología que permite una comunicación eficiente y asíncrona entre diferentes módulos del sistema. Esta técnica evita el acoplamiento directo entre productores y consumidores de datos, lo que permite una mayor flexibilidad. En el contexto del procesamiento de imágenes, se ha desarrollado un broker central que gestiona los mensajes e interacciones entre etapas del análisis. Este diseño se traduce en un sistema donde las imágenes se transmiten sin realizar copias adicionales de memoria, potenciando la eficiencia, y donde cada suscriptor puede operar bajo políticas de ejecución que mejor se adapten a sus necesidades. Esta adaptabilidad es crucial para manejar flujos de imágenes de alta resolución donde la velocidad de respuesta es fundamental.
La implementación práctica de esta arquitectura se llevó a cabo en una línea de decapado de acero, un entorno industrial que exige inspección continua y precisa de la superficie del material. Utilizando una cámara industrial de alta resolución y un sistema informático diseñado para maximizar el paralelismo entre CPU y GPU, el estudio destacó que la inferencia del modelo de aprendizaje profundo YOLOv8 realiza el procesamiento en un tiempo promedio de 21,7 milisegundos por imagen, lo que permite mantener un flujo continuo de 46 fotogramas por segundo. Este rendimiento no solo cumple los estándares de procesamiento en tiempo real, sino que también demuestra la efectividad del enfoque propuesto al integrar de manera óptima los recursos computacionales.
El análisis no se limita únicamente al rendimiento de procesamiento; también incluye una monitorización continua del sistema, vital para garantizar su funcionalidad y facilitar el mantenimiento. Al integrar herramientas como Prometheus y Grafana, se logra registrar métricas en tiempo real que ofrecen una visión detallada del rendimiento de cada etapa del proceso. Esto garantiza que el sistema opere sin pérdidas ni desequilibrios entre CPU y GPU, y permite identificar rápidamente cualquier anomalía. La robustez y escalabilidad del sistema presentado abren un campo de posibilidades no solo en la industria del acero, sino también en otros sectores que demanden soluciones avanzadas de visión artificial y aprendizaje profundo, reafirmando la importancia de la arquitectura diseñada para el procesamiento de imágenes en tiempo real.
