Comprender la visi贸n computarizada

1

驴Por qu茅 aprender computer vision?

2

驴Qu茅 es la visi贸n computarizada?

3

Tipos de visi贸n computarizada

4

Introducci贸n a object detection: clasificaci贸n + localizaci贸n

5

Aprende a identificar problemas

Dimensionamiento de proyecto de visi贸n computarizada

6

C贸mo definir los tiempos de tu proyecto

7

C贸mo costear tu proyecto

8

C贸mo identificar los roles necesarios en el proyecto

9

Producto m铆nimo viable en computer vision

Obtenci贸n y procesamiento de los datos

10

Obtenci贸n de datos para tu proyecto

11

Limpieza de la base de datos

12

Distribuci贸n 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

Librer铆as a importar durante fase de entrenamiento

18

Fase de entrenamiento del modelo

19

Balanceo de im谩genes y data augmentation

20

Entrena, evalua y optimiza con TensorBoard

21

Validaci贸n de modelo en un entorno de ejecuci贸n

22

Re-entrenamiento del modelo para obtener mejores resultados

23

Seguimiento de centroides con OpenCV

24

Configuraci贸n de los centroides con OpenCV

25

Algoritmo de direcci贸n y conteo con OpenCV

26

Crea un ciclo de entrenamiento de tu modelo: MLOps

Producto con visi贸n computarizada en producci贸n

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 producci贸n

31

Bonus: aprende a apagar las m谩quinas de GCP para evitar sobrecostos

Siguientes pasos en inteligencia artificial

32

Siguientes pasos en inteligencia artificial

33

Comparte tu proyecto de detecci贸n de veh铆culos en carretera y certif铆cate

Crea una cuenta o inicia sesi贸n

隆Contin煤a aprendiendo sin ning煤n costo! 脷nete y comienza a potenciar tu carrera

Tipos de visi贸n computarizada

3/33
Recursos

Aportes 3

Preguntas 0

Ordenar por:

驴Quieres ver m谩s aportes, preguntas y respuestas de la comunidad?

o inicia sesi贸n.

Interesante, gracias a esta clase aprend铆 que lo que necesito en temas de clasificaci贸n con im谩genes satelitales es una clasificaci贸n multi-etiquetas y una segmentaci贸n pan贸ptica. Gracias

3. Tipos de visi贸n computarizada

Los siguientes son tipos de visi贸n computarizada.

Clasificaci贸n de objetos

Reciben im谩genes y entregan una etiqueta.

Subtipos

  • Clasificaci贸n multiclase: Clasifica m谩s de un tipo de objeto pero un s贸lo por imagen.
  • Clasificaci贸n de m煤ltiples etiquetas. Clasifica m谩s de un objeto en la misma imagen.

Detecci贸n de objetos

Sirve para localizar los objetos relevantes en la imagen para luego poderlos clasificar.

Segmentaci贸n de im谩genes

Permite dividir la imagen en 谩reas de caracter铆sticas similares o por sus propiedades de contorno.

Subtipos

  • Segmentaci贸n sem谩ntica: Objetos similares son agrupados en un s贸lo grupo.
  • Segmentaci贸n de instancias: Objetos similares son clasificados en grupos separados.
  • Segmentaci贸n pan贸ptica: Divide absolutamente todos los p铆xeles de la imagen en grupos. Es muy costoso computacionalmente.

Segmentaci贸n pan贸ptica y segmentaci贸n de instancias!
Ah铆 vamos!