• DETECCIÓN
  • COORDENADAS
  • DATOS
  • HUMANO

Cómo identificar y localizar objetos en imágenes con tu IA

Conecta NVIDIA Vision a tu cliente de IA para convertir fotos en datos estructurados. Una vez conectado, tu agente podrá ver qué hay en una imagen y dónde se encuentra.

Pregunta a la IA sobre esta página

Respuesta rápida

¿Cómo puede mi IA encontrar cosas en una foto?

Tu IA utiliza NVIDIA Vision para escanear imágenes, identificar objetos específicos y mapear su ubicación exacta. Obtendrás una lista de lo que se encontró junto con las coordenadas de cada elemento.

Los resultados

Lo que produce tu IA

La IA procesa los datos visuales para generar estos resultados específicos.

DETECCIÓN

Lista de elementos

La IA identifica cada objeto relevante en el encuadre. Recibirás una lista clara de lo que realmente aparece en la imagen.

COORDENADAS

Ubicaciones precisas

La IA encuentra la posición exacta de cada objeto. Esto te permite saber dónde están situadas las cosas dentro de los límites de la imagen.

DATOS

Información visual estructurada

La IA convierte los píxeles en datos de texto. Puedes usar esta información en otras partes de tu flujo de trabajo.

HUMANO

Revisión manual

Tú decides qué detecciones son importantes. La IA marca los elementos, pero tú decides cómo utilizar esos datos.

El flujo

Lo que hace tu IA cuando llega una imagen.

La IA se encarga del procesamiento visual pesado mediante dos pasos específicos.

  1. Identificar elementos

    La IA escanea todo el encuadre para reconocer y nombrar los objetos que ve.

    detect_objects

  2. Localizar posiciones

    La IA mapea el área específica donde se encuentra cada objeto identificado.

    visual_grounding

  3. Filtrar resultados

    La IA reduce la lista basándose en tus requisitos específicos.

    detect_objects

  4. Verificar ubicaciones

    La IA confirma la relación espacial entre los distintos objetos de la escena.

    visual_grounding

Pruébalo

Copia estos ejemplos para empezar.

Usa estos prompts para comenzar a interactuar con tus imágenes.

Puntos de partida

Sustituye el texto entre corchetes por los nombres de tu imagen u objeto específico.

NVIDIA Connector

Todo listo. Elige tu cliente MCP y sigue las instrucciones de configuración.

Enlace del conectorhttps://edge.vinkius.com/vk_preview_sRxLMKjkyXafjuH9XFRfp9b6jC4r9s5alORDsgz8/mcp

Claude Desktop

Sigue los pasos siguientes para conectarte en segundos.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — NVIDIA capabilities are ready to use.
Configuración · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "nvidia-vision-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_sRxLMKjkyXafjuH9XFRfp9b6jC4r9s5alORDsgz8/mcp"
    }
  }
}
Copia en el chat04

  • Detecta todos los objetos en esta foto.

  • Encuentra la ubicación del coche rojo en esta imagen.

  • Lista a cada persona visible en este encuadre y su ubicación.

  • ¿Dónde está la taza de café en esta imagen?

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Empieza aquí

Conecta NVIDIA Vision una vez y luego pregunta.

Un solo enlace conecta el MCP con tu cliente. Tu inicio de sesión permanece cifrado en nuestro lado y puedes consultar todos los detalles técnicos en la página del Connector.

Conectar NVIDIA Vision a tu IA

FAQ

Cómo funciona esta tarea

  • 01

    ¿Puede la IA editar la foto?

    No. La IA solo identifica y localiza objetos; no puede modificar la imagen en sí.

  • 02

    ¿La IA guarda mis imágenes?

    No. La IA procesa la imagen para encontrar objetos y luego continúa con la siguiente tarea.

  • 03

    ¿Puede encontrar cosas que no se le pidió buscar?

    Sí, si usas un prompt de detección general, enumerará todos los objetos que reconozca.

  • 04

    ¿Puede la IA mover objetos en el encuadre?

    No. Este MCP es exclusivamente para detección y localización.

  • 05

    ¿Qué tan precisas son las ubicaciones?

    La IA proporciona coordenadas basadas en los datos visuales presentes en el encuadre.

  • ¿Tienes más dudas sobre NVIDIA Vision? La página del Connector tiene las respuestas. Ver todo lo que puede hacer el Connector de NVIDIA Vision

Conecta NVIDIA a Claude, Cursor, ChatGPT y más