Explicación detallada
La computer vision se basa principalmente en redes convolucionales (CNN) y, más recientemente, en Vision Transformers. Alimenta el reconocimiento facial, la inspección industrial, el diagnóstico médico y la conducción autónoma.
Ejemplos
Inspección de calidad en la línea de producción
Diagnóstico a partir de radiografías
Reconocimiento de objetos en un vídeo
Tesla Autopilot
Preguntas frecuentes
¿Diferencia con la visión IA ?
Son dos nombres del mismo campo: 'visión IA' es más habitual en producto, 'computer vision' en investigación.
Términos relacionados
Multimodal
Capacidad de un modelo de IA para comprender y generar varias modalidades (texto, imagen, audio, vídeo) dentro de un mismo sistema.
Aprendizaje profundo
Subcampo del aprendizaje automático que utiliza redes neuronales profundas para aprender representaciones complejas.
Visión IA
Capacidad de un modelo de IA para analizar, comprender y generar imágenes o vídeos.
Transformer
Arquitectura de red neuronal basada en el mecanismo de atención, que está en la base de los LLM modernos.
Última actualización: 15/7/2026