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

Aún no tienes acceso a esta clase

Crea una cuenta y continúa viendo este curso

Siguientes pasos en inteligencia artificial

32/32
Recursos

Aportes 7

Preguntas 0

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesión.

Excelente curso, la visión por computadora es un mercado en crecimiento por tanto tiene mucho potencial.

Excelente curso! Muy completo.

Excelente curso.

Identifique un problema en el braille de los billetes, con el tiempo se pierde el relieve, por lo cual una persona con discapacidad visual no puede identificarlos, creé un Dataset con billetes Colombianos tomados desde distintas cámaras (PARA LOGRAR QUE EL MODELO GENERALICE LO QUE ES UN BILLETE). Para hacer una app capaz de identificar la denominación de cada billete.

  • Cuando se identifica un billete, la app entrega el valor de forma auditiva.

  • Como plus, utilice TensorFLow Lite para realizar la inferencia en el teléfono y así tener disponibilidad de la app en todo momento.

Estoy muy agradecido con este curso, yo tambien soy TensorFlow Developer Certified pero jamás había tocado el API de Detección de Objeto de TensorFlow.

Excelente curso muy completo

Un curso muy completo.

muy buen curso