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

Crea una cuenta o inicia sesión

¡Continúa aprendiendo sin ningún costo! Únete y comienza a potenciar tu carrera

Tipos de visión computarizada

3/33
Recursos

Aportes 3

Preguntas 0

Ordenar por:

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

o inicia sesión.

Interesante, gracias a esta clase aprendí que lo que necesito en temas de clasificación con imágenes satelitales es una clasificación multi-etiquetas y una segmentación panóptica. Gracias

3. Tipos de visión computarizada

Los siguientes son tipos de visión computarizada.

Clasificación de objetos

Reciben imágenes y entregan una etiqueta.

Subtipos

  • Clasificación multiclase: Clasifica más de un tipo de objeto pero un sólo por imagen.
  • Clasificación de múltiples etiquetas. Clasifica más de un objeto en la misma imagen.

Detección de objetos

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

Segmentación de imágenes

Permite dividir la imagen en áreas de características similares o por sus propiedades de contorno.

Subtipos

  • Segmentación semántica: Objetos similares son agrupados en un sólo grupo.
  • Segmentación de instancias: Objetos similares son clasificados en grupos separados.
  • Segmentación panóptica: Divide absolutamente todos los píxeles de la imagen en grupos. Es muy costoso computacionalmente.

Segmentación panóptica y segmentación de instancias!
Ahí vamos!