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

Fase de entrenamiento del modelo

18

Balanceo de im谩genes y data augmentation

19

Entrena, evalua y optimiza con TensorBoard

20

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

21

Re-entrenamiento del modelo para obtener mejores resultados

22

Seguimiento de centroides con OpenCV

23

Configuraci贸n de los centroides con OpenCV

24

Algoritmo de direcci贸n y conteo con OpenCV

25

Crea un ciclo de entrenamiento de tu modelo: MLOps

Producto con visi贸n computarizada en producci贸n

26

Prepara tu entorno en Google Cloud Platform

27

Carga y preprocesamiento de modelos

28

Postprocesamiento de modelos

29

Despliega y consume tu modelo en producci贸n

30

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

Siguientes pasos en inteligencia artificial

31

Siguientes pasos en inteligencia artificial

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

Aprende a identificar problemas

5/31
Recursos

Aportes 2

Preguntas 0

Ordenar por:

Los aportes, preguntas y respuestas son vitales para aprender en comunidad. Reg铆strate o inicia sesi贸n para participar.

Sin duda bien atinado incluir esta tem谩tica en el curso, espero se tome de ejemplo para los siguientes cursos.
.
Por otro lado, muy interesante el caso de estudio:

  • Problema: Todos los d铆as me toma alrededor de 2 horas para llegar a mi casa: congesti贸n vehicular
  • Causa: no existen m茅tricas en tiempo real que nos permitan monitorizar y analizar la distribuci贸n de veh铆culos en mi ciudad, no hay anal铆tica en tiempo real
  • Soluci贸n: generar m茅tricas en tiempo real a la ciudadan铆a para que se pueda modificar v铆as (en el largo plazo), gestionar el flujo por las rutas (en el corto plazo)
  • Viabilidad de la soluci贸n: las ciudades mexicanas pierden 94 mil millones de pesos (4.6 mil millones de USD) por el tr谩fico al a帽o.
    .
    Y me quedo con esta magn铆fica frase, que nos ayuda a mantener los pies en la tierra a los que somos muy entusiastas.

Me parece una idea genial agregar este tipo de contenido en el curso. El c贸digo no lo es todo, somos desarrolladores y como tal debemos tambi茅n aprender a crear soluciones cercanas a nuestra realidad. Esta es la semilla de la cu谩l nacieron empresas y emprendedores que han cambiado la historia de la humanidad.