Somos un equipo reducido de ingenieros que trabaja en visión por computadora aplicada a seguridad. Este blog nació de una necesidad concreta: documentar con rigor cómo funcionan las redes que usamos, sin esconder las limitaciones detrás de promesas de marketing.
Trabajamos en la intersección entre la investigación académica y la implementación en producción. El equipo combina experiencia en sistemas de vigilancia, procesamiento de imágenes y despliegue de modelos en hardware con recursos limitados.
Cada integrante aporta una perspectiva distinta: algunos vienen del mundo de la seguridad física, otros del desarrollo de algoritmos de detección en tiempo real. Esa mezcla es lo que permite que los artículos no se queden en teoría.
Editora técnica y especialista en CNN
Doctora en ciencias de la computación. Antes de VisiónCV trabajó en sistemas de reconocimiento facial para control de acceso. Escribe los desgloses de arquitectura y revisa que cada afirmación sobre capas convolucionales tenga una fuente verificable.
Ingeniero de visión en tiempo real
Se encarga de los benchmarks de rendimiento y de las comparaciones entre CNN y transformers en hardware embebido. Sabe cuándo una red es demasiado pesada para correr a 30 fps y no tiene problema en decirlo en los artículos.
Investigadora en interpretabilidad
Trabaja con mapas de activación y técnicas de visualización para entender qué detecta cada capa. Sus contribuciones aparecen en los posts sobre Grad-CAM y en las discusiones sobre sesgos en los datos de entrenamiento.
Desarrollador de visualizaciones interactivas
Construye las herramientas que permiten explorar filtros y capas intermedias sin necesidad de escribir código. Su objetivo es que un lector pueda manipular los parámetros y ver el efecto inmediato en la salida de la red.
El proyecto empezó como un cuaderno de notas compartido entre cuatro colegas que se conocieron en una conferencia sobre visión artificial. Hoy ese cuaderno se convirtió en un archivo público con más de cuarenta análisis técnicos. Si querés saber cómo trabajamos o proponer una corrección, escribinos a info@yiaracosmetics.com.
La línea de tiempo resume los momentos que definieron la dirección técnica de VisiónCV. No es una lista exhaustiva, sino los puntos donde una decisión de arquitectura o una prueba de campo cambiaron el rumbo del trabajo.
Un prototipo con una red YOLO modificada corriendo sobre video de vigilancia de baja resolución. El modelo detectaba personas con un 71% de precisión en condiciones de poca luz, lo suficiente para justificar una segunda ronda de desarrollo.
Reemplazamos el backbone convolucional por un Vision Transformer ligero para el reconocimiento de matrículas. La latencia bajó de 180 ms a 95 ms por frame sin perder exactitud en los caracteres, un cambio que redefinió el presupuesto computacional de todo el sistema.
Liberamos un conjunto de 12.000 imágenes anotadas de defectos en superficies metálicas, capturadas en tres plantas distintas. Fue el primer material público que generamos y sigue siendo la base de varios benchmarks internos.
Instalamos un sistema de análisis de flujo peatonal que corre enteramente en un dispositivo Jetson, sin conexión a la nube. El operador local recibe alertas en menos de 400 ms desde que ocurre el evento, y los registros se sincronizan cuando hay red disponible.
El proyecto nació en 2016 con una pregunta incómoda: por qué los sistemas de videovigilancia seguían dependiendo de reglas escritas a mano para reconocer una amenaza. Empezamos a entrenar una red convolucional modesta con tres capas y un conjunto de datos de apenas dos mil imágenes de pasillos y accesos. El primer modelo confundía una sombra con una persona, pero nos enseñó algo que ningún paper nos había mostrado: la importancia de los datos mal etiquetados.
En 2019 abandonamos la idea de competir por la precisión en benchmarks públicos. En lugar de eso, dedicamos un año a construir nuestro propio corpus de escenas de seguridad reales, con variaciones de iluminación, ángulos de cámara y condiciones climáticas que los conjuntos académicos ignoran. Esa decisión retrasó nuestros lanzamientos, pero cuando en 2021 integramos un mecanismo de atención sobre las características convolucionales, la tasa de falsos positivos cayó a la mitad sin tocar una sola línea del postprocesado.
Hoy el equipo sigue siendo pequeño: tres investigadores, dos ingenieros y una persona que se encarga de etiquetar los casos límite que nadie más quiere mirar.