Aprende todo un fin de semana sin pagar una suscripción 🔥

Aprende todo un fin de semana sin pagar una suscripción 🔥

Regístrate

Comienza en:

1D
7H
10M
20S

La importancia del computer vision

1/25
Recursos

Aportes 15

Preguntas 0

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

o inicia sesión.


Esperé semanas este curso ❤️

ESTE CURSO ES MAS QUE BUENO, PERO ES DE LOS MAS DIFICILES, ES DE IR DE POCO EN POCO, NO SE FRUSTREN, ES UN GRAN CURSO, PERO DEBEN IR PRACTICANDO CADA ETAPA Y EN MI CASA CASA SECCION LO VI 3 VECES PARA ENTENDERLO BIEN, REVISANDO EL MATERIAL COMPLEMENTARIO.

REPITO, ES UN GRAN CURSO, VALE ORO, PERO DEBE SER TOMADO BIEN DESPACION Y REPETIRLO PARA ACLARARLO.

Por fin!!!

He esperado este curso incluso sin saber que se iba a lanzar.

Video sobre computer vision de los 50’s o 60’s para clasificar imágenes
https://www.youtube.com/watch?v=cNxadbrN_aI

https://github.com/MauricioParadaG/computer-vision-python-keras
Yo hice commits de cada clase por si quieren conocer la forma más reciente de importar las librerias.
CLARA-mente todo es visual studio code que funciona bien

¡buenísimo curso! me encantó

ahora si viene lo bueno!!! uwu

Estaba esperando este curso 😄.

Vengo del futuro, he terminado éxitosamente este curso y me complace compartirte el siguiente repositorio de Github

dónde podrás encontrar todo lo visto en la clase, con ejemplos y una mayor explicación a detalle de los temas vistos.

https://github.com/ichcanziho/Deep_Learnining_Platzi/tree/master/2 Curso de Redes Neuronales Convolucionales

😄 Saludos

La importancia del computer vision

  • Relacionado con un campo especifico de la inteligencia artificial llamado vision de computadora “computer vision”, buscando similar la vision que tienen los humanos y llevarla a las maquinas.

  • Se le ensena a las maquinas a interpretar estímulos visuales y por lo tanto que estas generen la capacidad de “ver” para así poder clasificar imágenes: si hay un perro o un gato, si una radiografía presentar las características y así poder diagnosticar un cáncer o no.

  • También está la detección de objetos, vision en un auto detectando peatones, animales, intersecciones, etc.

  • La transferencia de estilos: simula y transfiere de una imagen a otra las características significativas haciendo así una réplica exacta o incluso distinta respecto de la original.

  • GANS (redes adversarias generativas): son redes neuronales capaces de captar patrones o diferentes estilos para así poder generar data desde cero basado en esos patrones.

  • Reconocimiento facial: usado en sistemas de seguridad biométrico tomando características particulares para así discriminar en su clasificación.

Entusiasta y expectante!

Para los gamers, el DLSS o Deep Learning Super Sampling de Nvidia, eleva el rendimiento de tu gráfica al escalar una imagen de menor resolución, rellenando los píxeles faltantes con píxeles producto del entrenamiento de redes neuronales.

Que maravilla, dos cursos seguidos de este magnifico profesor en mi ruta de MLE

muy bueno

¡Wow!

¡Qué emoción!

💪🏽😁🤩🤩🤩