cuando configuramos el archivo pipline.config
tuve que importar numpy antes de importar tensorfow me daba un problema de versionado con numpy
import numpy as np
import tensorflow as tf
hay sigues normal el script
Comprender la visión computarizada
¿Por qué aprender computer vision?
¿Qué es la visión computarizada?
Tipos de visión computarizada
Introducción a object detection: clasificación + localización
Aprende a identificar problemas
Dimensionamiento de proyecto de visión computarizada
Cómo definir los tiempos de tu proyecto
Cómo costear tu proyecto
Cómo identificar los roles necesarios en el proyecto
Producto mínimo viable en computer vision
Obtención y procesamiento de los datos
Obtención de datos para tu proyecto
Limpieza de la base de datos
Distribución de datos en entrenamiento y testeo
Etiquetado de los datos de test
Etiquetado de los datos de train
Transforma tu base de datos a TFRecord
Transformar CSV a TFRecord
Entrena, testea y optimiza tus modelos
Librerías a importar durante fase de entrenamiento
Fase de entrenamiento del modelo
Balanceo de imágenes y data augmentation
Entrena, evalua y optimiza con TensorBoard
Validación de modelo en un entorno de ejecución
Re-entrenamiento del modelo para obtener mejores resultados
Seguimiento de centroides con OpenCV
Configuración de los centroides con OpenCV
Algoritmo de dirección y conteo con OpenCV
Crea un ciclo de entrenamiento de tu modelo: MLOps
Producto con visión computarizada en producción
Prepara tu entorno en Google Cloud Platform
Carga y preprocesamiento de modelos
Postprocesamiento de modelos
Despliega y consume tu modelo en producción
Bonus: aprende a apagar las máquinas de GCP para evitar sobrecostos
Siguientes pasos en inteligencia artificial
Siguientes pasos en inteligencia artificial
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
Si ya tienes una cuenta,
Balanceo de imágenes y data augmentation
19/33Recursos
Aportes 6
Preguntas 6
Ordenar por:
No se si no entendi bien el codigo, pero a lo que vi no hicimos ningun data augmentation, solo editamos el pipeline pero no tocamos la parte de data augmentation, el titulo quedaria mejor como “configuracion de pipeline”
Hola. Escribo esto en Marzo de 2024. No me es posible avanzar con el curso debido al versionamiento de las librerías. Solicito su ayuda con una solución actualizada que sirva. También sería excelente que actualizaran el curso.
el profesor hizo una configuración general del pipeline, se entiendo que por tiempo no se puede profundizar en cada uno de los parámetros de este chichero.
Les recomiendo que revisen con una lupa cada una de sus configuraciones ya que la cantidad de opciones es muy amplia
El **Data Augmentation** es una técnica que permite aumentar artificialmente el tamaño del conjunto de datos generando versiones modificadas de las imágenes originales. Esto es útil tanto para equilibrar las clases como para mejorar la generalización del modelo. Algunas de las transformaciones más comunes incluyen:
**Rotación**: Rotar la imagen en un rango de grados (por ejemplo, entre -40 y +40 grados).
**Volteo (Flip)**: Invertir la imagen horizontal o verticalmente.
**Escalado**: Cambiar el tamaño de la imagen sin modificar su proporción original.
**Desplazamiento (Shift)**: Desplazar la imagen hacia arriba, abajo, izquierda o derecha.
**Ruido**: Agregar ruido aleatorio para hacer que las imágenes sean más diversas.
**Ajuste de brillo o contraste**: Modificar los niveles de brillo o contraste para simular diferentes condiciones de iluminación.
**Recorte aleatorio (Random cropping)**: Recortar aleatoriamente una parte de la imagen.
Estas transformaciones no cambian el contenido esencial de la imagen, pero permiten que el modelo vea múltiples variaciones de una misma imagen durante el entrenamiento, lo que lo hace más robusto.
Buenas.
Para los que tengan problemas con el versionado de las librerías. Para la fecha que elaboro el proyecto (Junio 2024) **me funcionó usar las versiones más reciente de todas las librerías.**
```python
import os
import pandas as pd
import json
import pickle
import zipfile
import shutil
!pip install avro-python3
!pip install !pip install tf_slim
!pip install tf-models-official
!pip install lvis
!pip install tensorflow_io
!pip install keras
!pip install opencv-python-headless
```
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?