Datos 2025–2026 · En curso · Cliente: Winkoms (producto propio) · Responsable: Francesc Xavier Gómez
El reto
Todo proyecto de visión por computador aplicada empieza con el mismo cuello de botella: convertir imágenes de microscopía en datos de entrenamiento etiquetados, para luego entrenar y ejecutar modelos contra ellos — normalmente en herramientas separadas y desconectadas, sin control de acceso compartido, gestión de GPU ni seguimiento de uso.
La solución
Winkoms construyó WNK Platform, una única plataforma web autenticada que aloja tres servicios integrados bajo un solo inicio de sesión:
- YOLO Labeler — etiquetado de imágenes para entrenamiento YOLO, con auto-segmentación YOLO + SAM 2.1 para acelerar la anotación
- QaiFIL Analysis — una herramienta de detección y cuantificación de filamentos basada en Streamlit (el mismo motor detrás del proyecto de sensórica por fibra óptica QaiFIL para la UB)
- Trainer App — entrenamiento de modelos YOLO con GPU, limitado a una tarea de entrenamiento simultánea para proteger los recursos de GPU compartidos
La plataforma se ejecuta sobre una GPU NVIDIA dedicada de 24 GB de VRAM y registra el uso por servicio y por usuario — imágenes etiquetadas, análisis ejecutados, entrenamientos lanzados — mediante un panel de administración sencillo. La interfaz está actualmente en catalán, y se traduce sin problemas al inglés o al español con herramientas del navegador como Google Translate si es necesario.
Los resultados
Una única plataforma multiusuario unifica ahora tres herramientas de IA previamente separadas bajo un solo punto de entrada autenticado, con monitorización de GPU en tiempo real y contabilidad de uso por servicio incorporadas desde el primer día.