Comprender la visión computarizada

1

¿Por qué aprender computer vision?

2

¿Qué es la visión computarizada?

3

Tipos de visión computarizada

4

Introducción a object detection: clasificación + localización

5

Aprende a identificar problemas

Dimensionamiento de proyecto de visión computarizada

6

Cómo definir los tiempos de tu proyecto

7

Cómo costear tu proyecto

8

Cómo identificar los roles necesarios en el proyecto

9

Producto mínimo viable en computer vision

Obtención y procesamiento de los datos

10

Obtención de datos para tu proyecto

11

Limpieza de la base de datos

12

Distribución de datos en entrenamiento y testeo

13

Etiquetado de los datos de test

14

Etiquetado de los datos de train

15

Transforma tu base de datos a TFRecord

16

Transformar CSV a TFRecord

Entrena, testea y optimiza tus modelos

17

Librerías a importar durante fase de entrenamiento

18

Fase de entrenamiento del modelo

19

Balanceo de imágenes y data augmentation

20

Entrena, evalua y optimiza con TensorBoard

21

Validación de modelo en un entorno de ejecución

22

Re-entrenamiento del modelo para obtener mejores resultados

23

Seguimiento de centroides con OpenCV

24

Configuración de los centroides con OpenCV

25

Algoritmo de dirección y conteo con OpenCV

26

Crea un ciclo de entrenamiento de tu modelo: MLOps

Producto con visión computarizada en producción

27

Prepara tu entorno en Google Cloud Platform

28

Carga y preprocesamiento de modelos

29

Postprocesamiento de modelos

30

Despliega y consume tu modelo en producción

31

Bonus: aprende a apagar las máquinas de GCP para evitar sobrecostos

Siguientes pasos en inteligencia artificial

32

Siguientes pasos en inteligencia artificial

33

Comparte tu proyecto de detección de vehículos en carretera y certifícate

Convierte tus certificados en títulos universitarios en USA

Antes: $249

Currency
$209

Paga en 4 cuotas sin intereses

Paga en 4 cuotas sin intereses
Suscríbete

Termina en:

19 Días
14 Hrs
50 Min
33 Seg

¿Qué es la visión computarizada?

2/33
Recursos

Aportes 26

Preguntas 2

Ordenar por:

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

56 Most Popular Computer Vision Applications in 2021
https://viso.ai/applications/computer-vision-applications/

Cerca a mi casa hay una tienda de frutas y verduras, he notado que dejan dañarlas y se desperdician; se necesita un sistema de visión que esté pendiente de ello y así tener un control de los alimentos para evitar tirar a la basura algo que se pudo consumir a tiempo.

cuando se trabaja en video hay que tener en cuenta que los algoritmos de compresión lo que hace es tener fotogramas clave y entre dos fotogramas clave almacenan sólo los cambios a través de múltiples técnicas, por lo tanto el sacar los frames de un video en formato comprimido en una escena de una cámara en movimiento no es una tarea simple de procesar.
Algunas aplicaciones que se me ocurren con cámaras fijas:

  • Detectar cuando un bebe se esta acercando mucho la borde de la cama para avisarle a los padres en la noche.
  • Detectar cuando un niño se acerca a la estufa o al horno cuando hay alimentos en ella.

2. ¿Qué es la visión computarizada?

Definición de la inteligencia artificial

"Una computadora puede ser llamada inteligente si logra engañar a una persona haciéndole creer que es un humano."
Alan M. Turing

¿Qué es la visión computarizada?

Para entender qué es la visión computarizada primero necesitamos entender el concepto de imagen.

<h5>Imagen</h5>

Para las computadoras, una imagen es una matriz.

<h6>¿Qué tener en cuenta en una imagen?</h6>
  • Resolución en pixeles.
  • Modo del color (RGB, BGR, HSV, Escala de grises)
  • Tamaño de la imagen
  • FPS (Vídeo)
  • Compresión
<h5>Ejemplos de visión computarizada</h5>
  • Control de calidad
  • Caracterizar clientes

Puedo ver los mapas de calor satelitales para detectar incendios en bosques del Amazonas

Sistema inteligente con vision por pc para control de vestimenta en las universidades. Detectar cuando alguien va con gorras (no permitido) o pantalones muy cortos. Generar accion de control al encontrarlos

Un sistema que identifique elementos formales que conforman diseños exitosos en productos para uso cotidiano

Se puede emplear visión computarizada en la seguridad publica inteligente o ciudades inteligentes, por ejemplo, mediante reconocimiento de biométricos, como el caso de detectores faciales, de íris o de marcha.

Infinidades de proyectos que podrían incluir visión computalizada, por nombrar uno, el cual realicé en la universidad, conteo de ganado de diversas razas.

“Aplicar computer vision para Administrar a través de los Números de Placa de los vehículos, un Parqueo”. Este es el proyecto que actualmente estoy trabajando para cumplir mi requisito de graduación.

Se me ocurre paneles en las vias de transporte que muestren las rutas alternas según la densidad de autos para evitar los congestionamientos. Todo ello administrado por un sistema de IA que gestione las rutas de transporte a fin de evitar los congestionamientos 😃

Primer comentario, yei

La \*\*visión computarizada\*\* o \*\*computer vision\*\* es un campo de la inteligencia artificial (IA) y las ciencias computacionales que permite a las máquinas "ver" e interpretar el mundo visual de una manera similar a los humanos. A través de algoritmos y modelos avanzados, los sistemas de visión computarizada procesan, analizan y entienden imágenes o secuencias de imágenes (como en un video), extrayendo información útil y aplicándola para resolver problemas específicos. \### Principales componentes y funcionamiento Para comprender mejor qué es y cómo funciona, estos son algunos de sus elementos fundamentales: 1\. \*\*Procesamiento de imágenes\*\*: \- Este es el primer paso en la visión computarizada, donde una imagen o video es convertido en datos procesables por el sistema. Se aplican técnicas de procesamiento de imágenes, como la detección de bordes, el filtrado y el ajuste de colores, para preparar las imágenes para el análisis. 2\. \*\*Reconocimiento de patrones y aprendizaje\*\*: \- La visión computarizada utiliza algoritmos de reconocimiento de patrones que le permiten identificar formas, colores, texturas y otros elementos en una imagen. \- El aprendizaje profundo (deep learning), especialmente las redes neuronales convolucionales (CNN), ha revolucionado este campo al permitir que los sistemas puedan aprender de grandes volúmenes de datos y mejorar sus predicciones en tareas específicas, como la clasificación de objetos o la detección de rostros. 3\. \*\*Interpretación y análisis\*\*: \- Una vez que el sistema ha procesado la imagen y reconocido patrones, puede interpretar lo que "ve". Esto incluye detectar y clasificar objetos, medir distancias, estimar poses, o incluso identificar emociones faciales. \- Dependiendo de la aplicación, estos datos se analizan para tomar decisiones o generar respuestas automáticas, como activar una alarma de seguridad o indicar a un automóvil autónomo que frene. 4\. \*\*Aplicación de resultados\*\*: \- El sistema usa la información procesada para ejecutar tareas. Esto puede implicar desde clasificar imágenes, como en las búsquedas de imágenes, hasta tareas complejas como guiar a un robot en una línea de producción o realizar una cirugía asistida por robot en medicina. \### Ejemplos de aplicaciones de la visión computarizada \- \*\*Reconocimiento de objetos y clasificación\*\*: Identificar y clasificar objetos, como en la identificación de productos en supermercados o en redes sociales, donde se etiquetan automáticamente objetos o personas en fotos. \- \*\*Detección de rostros y análisis facial\*\*: Reconocer y analizar características faciales, ya sea para seguridad (reconocimiento facial), marketing (análisis de emociones) o aplicaciones de entretenimiento. \- \*\*Análisis de escenas y vehículos autónomos\*\*: Permitir a los automóviles autónomos "ver" la carretera, identificar peatones, señales de tráfico y otros vehículos. \- \*\*Diagnóstico médico por imágenes\*\*: Detectar y clasificar células o patrones en imágenes médicas, como rayos X o resonancias magnéticas, ayudando a los médicos en el diagnóstico de enfermedades. \- \*\*Realidad aumentada (AR)\*\*: Integrar objetos virtuales en un entorno real, como en juegos o aplicaciones de diseño de interiores. \### Importancia de la visión computarizada La visión computarizada es una tecnología esencial en el avance de la inteligencia artificial porque permite que las máquinas interactúen y tomen decisiones en función del entorno visual, lo que amplía sus capacidades y aplicaciones.
### **Monitor de Condiciones de Salud de Plantas** Desarrollar un sistema que detecte enfermedades o deficiencias nutricionales en plantas a partir de imágenes ### **Detección de Emociones en Animales Domésticos** Una idea más creativa es construir un modelo que pueda analizar imágenes o videos de mascotas para detectar emociones como alegría, estrés o ansiedad a través de su comportamiento visual (posición de las orejas, movimientos de la cola, etc.)
Una aplicación para detectar emergencias en personas que viven solas
🙏🏽🙏🏽

Seria bueno un proyecto de clasificador de residuos sólidos para disminuir la contaminación al medio ambiente.

Detectar para saber si x procedimiento se realiza de forma correcta, ejemplo en la toma de endoscopias gastricas

En la cocina, colocar una camara en la cocina para registrar que producto se uso,cantidad y el dia a la semana

Otro uso que podría tener es para identificar robos en las tiendas o cualquier otro tipo de crimen

La realidad aumentada se puede utilizar en la industria de la moda/belleza para crear un espejo donde puedas probarte ropa, calzado, cortes de cabello, peinados, diseños de uñas, etc.

Realidad aumentada, es más atractivo para un cliente visualizar cómo se vería el producto, por ejemplo una casa en un lote, o el mismo inmueble por adentro.

  • Resolucion
  • Escala de colores
  • Tamaño de la imagen
  • Frames por segundo

Con visión computarizada para la seguridad en los parques biosaludables para identifcar los daños

Quiero trabajar en un proyecto de detección de personas en una zona restringida.

Les comparto mi experiencia, he decidid adentrarme en Computer Vision debido a resolver necesidades en mi actual trabajo, existe un equipo de analistas el cual se encuentra centrado en validar imágenes para asegurar la correcta captura de información, mediante estas herramientas se plantea reducir hasta un 90% de la carga laboral.