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

No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Etiquetado de los datos de test

13/33
Recursos

Aportes 7

Preguntas 2

Ordenar por:

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

o inicia sesión.

si no te funciona LinkedAi utilizá https://roboflow.com/ es mejor y la interfaz es reparecida solo que esta si funciona

En mi caso estoy usando unas imagenes medio grandes y cuando las subí a LindedIA medio que se demoraba un décimo de segundo en cargar la nueva imagen.
Probé con la aplicacion desktop “labelimg” y la verdad una maravilla, hice el trabajo mucho más rápido.

Limitaciones: No permite trabajar en grupos, no da gráficos de estadisticas del avance del trabajo…

por lo demás, hizo el trabajo muy bien

Otra manera de etiquetarla puedes usar https://labelstud.io/

Proceso de etiquetado con LinkedAI:

En LinkeAI traté de subir toda la carpeta, NO FUNCIONA. Se tiene que arrastrar las imágenes, seleccionado las que queramos.

tienes que arrastras imagenes , no reconoce carpetas, es decir sobrea todas las imagenes del cada carpeta :train o tes por cual dececidas comenzar y sombrear todas las imagenes y listo arrastras ahora si las lee

ya no vale LinkedAi, actualicen el curso please v: