Entrenar un modelo de detección para un servicio de pago
Ámbito: Visión por computadora / Detección de objetos / Licencias de código abierto
Periodo: agosto a septiembre de 2026
Cliente: Proyecto interno — DataTerra, mi plataforma geoespacial
Contexto
DataTerra, la plataforma de satélite y dron que desarrollo, trabaja con imágenes aéreas: ortofotos de terrenos, fotos de inspección. Pronto surge una pregunta: ¿se pueden contar automáticamente los árboles o los coches en una ortofoto, o detectar una grieta o una mancha de óxido en una fachada? Para ello hay que entrenar un modelo de detección, o reutilizar uno. Antes de la técnica, tuve que resolver una pregunta de dirección: ¿qué licencia de modelo permite un uso comercial?
Una aclaración, porque me lo preguntan a menudo: no, no uso YOLO. Es el nombre que a todos se les ocurre, y es justamente el que descarté desde el diseño. Le explico por qué, y qué uso en su lugar.
Problema
- El modelo más conocido no es libre para un servicio de pago. Ultralytics YOLO se publica bajo la licencia AGPL-3.0. Esta licencia obliga a quien modifica el software y lo pone a disposición a distancia, por la red, a ofrecer el código fuente a sus usuarios. Ultralytics lo dice con claridad: para un producto comercial, una plataforma SaaS o una API, sin publicar todo su proyecto, necesita su licencia Enterprise, con precio bajo pedido.
- Los datos de entrenamiento también tienen licencia. Un conjunto marcado «NC» (no comercial) prohíbe el uso comercial. Un conjunto «CC BY» lo permite, siempre que se cite al autor. Un modelo entrenado con datos no comerciales arrastra el problema.
- Un modelo genérico se equivoca con sus imágenes. Visto desde arriba, un equipo de aire acondicionado puede parecer un coche, y una sombra la copa de un árbol.
- Un modelo que funciona no es un modelo que acierta. Siempre da una cifra. Hay que saber si esa cifra es correcta antes de ponerla en un informe.
Solución
1. Escribir la regla de licencia en el código
Una consigna se olvida; una regla programada, no. El catálogo de modelos rechaza al arrancar cualquier componente con licencia AGPL o GPL, y un modelo que no declara su licencia no arranca. Nadie, ni un desarrollador con prisa ni un agente de IA, puede colar por descuido un modelo que obligaría a publicar el código o a comprar una licencia.
2. Reutilizar lo existente cuando la licencia lo permite
Para los árboles en ortofoto, uso DeepForest, publicado por el equipo weecology bajo licencia MIT, código y pesos incluidos. Para los vehículos, OmDet-Turbo, un detector «de vocabulario abierto»: se le dice con palabras lo que se busca. Tiene licencia Apache 2.0 y lo uso tal cual, sin reentrenarlo. El mismo modelo sabe buscar personas, pero ese módulo sigue en gris: todavía no está suficientemente medido.
3. Entrenar un modelo pequeño y especializado cuando nada encaja
Para las grietas en fotos de fachadas, ningún modelo listo para usar servía. Así que entrené el mío en agosto de 2026: una pequeña red de segmentación que marca, píxel a píxel, lo que es grieta, construida con una biblioteca bajo licencia MIT. Los datos: el Concrete Crack Segmentation Dataset, publicado por Çağlar Fırat Özgenel (Universidad Técnica de Oriente Medio, METU) bajo licencia CC BY 4.0. Uso comercial permitido, atribución obligatoria: su nombre figura en los informes. La corrosión sigue la misma receta, con conjuntos públicos de inspección bajo licencia CC0 o CC BY.
4. Primero encontrar el muro
En una foto de fachada hay cielo, árboles, cables: muchas ocasiones de ver grietas por todas partes. Un primer modelo pequeño, entrenado por mí, aísla por tanto la zona que se debe analizar. Sus imágenes vienen de COCO, un gran conjunto público en el que cada foto conserva su propia licencia. Solo conservé las fotos con atribución simple (CC BY) o sin restricciones conocidas (Flickr Commons), y descarté todas las marcadas NC, SA o ND.
5. Una segunda mirada
En varios módulos, el detector propone y un modelo de visión más amplio revisa cada detección retenida: Gemma, de Google, publicado bajo licencia Apache 2.0 en la versión utilizada. Confirma o descarta la presencia del objeto. Lo que no sabe leer, lo conserva en lugar de eliminarlo.
6. Medir antes de vender
La regla es sencilla: un módulo solo entra en el catálogo si se ha medido en un banco de pruebas, es decir, imágenes cuya respuesta correcta se conoce. Y es el banco, no la curva de validación del entrenamiento, el que elige la mejor versión del modelo entre las producidas por el camino.
Bajo el capó: para su informático
Todos los componentes tienen licencia permisiva, verificada en la fuente (repositorio o ficha de Hugging Face) el 15 de noviembre de 2026.
- Árboles: DeepForest (RetinaNet), paquete y pesos de weecology, MIT. Exportado de PyTorch a ONNX, con un control de paridad en un mosaico real antes de sustituir el original.
- Vehículos, personas: OmDet-Turbo Swin-tiny (Om AI Lab), Apache-2.0, instrucción de texto. Pesos públicos fijados en una revisión, ejecutados en PyTorch CPU. Trampa: el cargador puede intentar una llamada de red al leer su configuración; fuerce el modo sin conexión.
- Grietas, corrosión, zona de muro: U-Net con codificador MobileNetV3-small mediante segmentation_models.pytorch (MIT), exportado a ONNX. El umbral aplicado tras la sigmoide no está en el grafo: cambiarlo no rompe nada, pero lo saca del punto de funcionamiento medido.
- Inferencia: ONNX Runtime (MIT) en CPU, sin tarjeta gráfica. Las ortofotos grandes se dividen en mosaicos con SAHI (MIT) y luego las cajas se fusionan con una supresión de duplicados sobre toda la imagen.
- Integridad: pesos versionados con huella SHA-256 verificada al cargar, nunca descargados en tiempo de ejecución.
- Descartados: Ultralytics YOLO (AGPL-3.0); RT-DETR, aunque es Apache-2.0, probado y luego retirado porque no veía nada en vista cenital; un conjunto de datos de dron reservado a la investigación.
- Banco: imágenes con verdad de terreno, pasadas por el verdadero motor de producción y no por una reimplementación. El registro rechaza la etiqueta «medido» sin descripción del banco.
Resultado
- Ningún componente AGPL ni GPL en la cadena: ningún código que publicar, ninguna licencia comercial que negociar, y una regla que lo verifica en cada arranque.
- Modelos que funcionan en un procesador corriente, a partir de archivos versionados y controlados.
- Modelos propios (grietas, corrosión, zona de muro) entrenados con datos cuya licencia permite el uso comercial, con las atribuciones debidas.
- Un catálogo honesto: lo que no está medido sigue en gris, como la detección de personas.
Lo que me llevo
- Lea la licencia antes que la clasificación de rendimiento. El mejor modelo del momento no le sirve de nada si su licencia le obliga a publicar su código o a comprar una licencia para vender su servicio.
- Los datos cuentan tanto como el código. NC: prohibido en uso comercial. CC BY: cite al autor. Lleve un registro: modelo, versión, licencia, fuente, fecha de verificación.
- Pequeño y especializado mejor que grande y alquilado. Un modelo pequeño entrenado para su problema funciona en sus instalaciones y no depende de ningún servicio ni de ningún cambio de tarifa. Lo trato en mi artículo sobre los modelos especializados y en el de la IA en máquinas pequeñas.
- Mida antes de vender. Un módulo que funciona no es un módulo que acierta. Sin banco, no hay catálogo.
- Esto no es asesoramiento jurídico. Para un caso dudoso, haga revisar la licencia por un abogado.
Para ir más lejos
¿Quiere detectar algo en sus imágenes sin depender de un servicio ni de una licencia trampa? Vea mi enfoque de la IA soberana y las aplicaciones de negocio que implemento, o reserve una llamada de descubrimiento de 20 minutos.
Fuentes
- GNU Affero General Public License, versión 3 (sección 13), Free Software Foundation, 19.11.2007, consultado el 15 de noviembre de 2026
- Ultralytics Licensing (AGPL-3.0 y licencia Enterprise), Ultralytics, consultado el 15 de noviembre de 2026
- ultralytics/ultralytics: repositorio (licencia AGPL-3.0), GitHub, consultado el 15 de noviembre de 2026
- DeepForest: repositorio (licencia MIT), weecology, GitHub, consultado el 15 de noviembre de 2026
- weecology/deepforest-tree: ficha del modelo (MIT), Hugging Face, consultado el 15 de noviembre de 2026
- omlab/omdet-turbo-swin-tiny-hf: ficha del modelo (Apache-2.0), Om AI Lab, Hugging Face, consultado el 15 de noviembre de 2026
- segmentation_models.pytorch: repositorio (licencia MIT), GitHub, consultado el 15 de noviembre de 2026
- Concrete Crack Segmentation Dataset, v1 (CC BY 4.0), Ç. F. Özgenel, METU, Mendeley Data, 03.04.2019, DOI 10.17632/jwsn7tfbrp.1, consultado el 15 de noviembre de 2026
- COCO: condiciones de uso, COCO Consortium, consultado el 15 de noviembre de 2026
- google/gemma-4-31B-it: ficha del modelo (Apache 2.0), Google DeepMind, Hugging Face, consultado el 15 de noviembre de 2026
- ONNX Runtime: repositorio (licencia MIT), Microsoft, GitHub, consultado el 15 de noviembre de 2026
- SAHI (Slicing Aided Hyper Inference): repositorio (licencia MIT), OBSS, GitHub, consultado el 15 de noviembre de 2026
- Atribución-NoComercial 4.0 Internacional (resumen), Creative Commons, consultado el 15 de noviembre de 2026
Foto de portada: JonRichfield / Wikimedia Commons, licencia CC BY-SA 3.0.
Etiquetas: detección de objetos, visión por computadora, licencia de código abierto, AGPL, YOLO, DataTerra, dron, IA soberana