¿Pueden detectarse objetos muy pequeños con las cámaras ZED?

Last updated: October 23, 2026

El ZED SDK proporciona las imágenes rectificadas izquierda y derecha de la escena y calcula la posición 3D de cada píxel. El objeto más pequeño que se puede detectar depende de su tamaño en la imagen (número de píxeles), que a su vez depende de la distancia, la distancia focal de las lentes y la resolución de la imagen. Cuando un objeto está demasiado lejos o es demasiado pequeño, la estimación de profundidad no es fiable y sus píxeles pueden filtrarse mediante los umbrales de confianza.

Cómo mejorar la detección de objetos pequeños

  • Elija la cámara adecuada: para aplicaciones de corto alcance, como recoger y colocar, manipulación e inspección, la ZED X Nano (con un alcance de profundidad desde 3 cm) y la ZED X Mini (desde 10 cm con lentes gran angulares) proporcionan la mejor precisión a corta distancia. Para objetos pequeños a mayores distancias, una lente estrecha (4,6 mm) aumenta el número de píxeles por objeto. Consulte Para la detección de profundidad, ¿cuál es el alcance de las cámaras ZED?

  • Utilice la resolución útil más alta: una resolución más alta aumenta el número de píxeles del objeto.

  • Utilice los modos de profundidad NEURAL: conservan mejor los bordes de los objetos y los detalles finos; consulte Modos de profundidad.

Detección de objetos específicos

  • Detección de objetos personalizada: entrene o utilice su propio detector (por ejemplo, un modelo YOLO) para detectar sus objetos en la imagen 2D; el ZED SDK calcula entonces su posición 3D, su cuadro delimitador 3D y su seguimiento. Consulte Detección de objetos personalizada y la integración de YOLO.

  • Marcadores fiduciales: pegue marcadores ArUco o AprilTag en los objetos que desea rastrear, detéctelos en las imágenes ZED con OpenCV, y utilice la profundidad o la nube de puntos de ZED para obtener su posición 3D. Con ROS 2, consulte el ejemplo de detección de AprilTag con Isaac ROS.

  • Visión artificial clásica: la segmentación por color o la detección de formas con OpenCV, combinadas con los datos de profundidad de ZED, pueden ser eficaces en entornos controlados.