Introduciendo la segmentación de objetos

Curso de Detección y Segmentación de Objetos con TensorFlow

Introducción a Computer Vision

¿Qué es la visión computarizada y cuáles son sus tipos?

Detección de objetos

Introducción a object detection: sliding window y bounding box

Generando video de sliding window

Introducción a object detection: backbone, non-max suppression y métricas

Visualización de IoU en object detection

Tipos de arquitecturas en detección de objetos

Arquitecturas relevantes en object detection

Utilizando un dataset de object detection

Carga de dataset de object detection

Exploración del dataset de object detection

Visualización de bounding boxes en el dataset de object detection

Aumentado de datos con Albumentation

Implementando Albumentation en object detection

Visualizando imágenes con aumentado de datos

Utilizando un modelo de object detection pre-entrenado

Probar detección de objetos con modelo pre-entrenado

Fine-tuning en detección de objetos

Fine-tuning en detección de objetos: carga de datos

Fine-tuning en detección de objetos: data augmentation

Fine-tuning en detección de objetos: entrenamiento

Fine-tuning en detección de objetos: visualización de objetos

Quiz: Detección de objetos

Segmentación de objetos

Introduciendo la segmentación de objetos

Tipos de segmentación y sus arquitecturas relevantes

¿Cómo es un dataset de segmentación?

Utilizando un dataset de segmentación de objetos

Visualización de nuestro dataset de segmentación

Creando red neuronal U-Net para segmentación

Entrenando y estudiando una red de segmentación

Generando predicciones con modelo de object segmentation

Quiz: Segmentación de objetos

Un paso más allá

El estado de la cuestión en computer vision

Comparte tu proyecto de detección y segmentación de objetos para conducción autónoma y certifícate

No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Si ya tienes una cuenta,

Recursos

Aportes 2

Preguntas 0

Ordenar por:

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

Santiago Ahumada Lozano

hace 2 años

Introducción a segmentación de objetos

Segmentación

Una de las tareas más importantes de computer vision.
Proporciona un mayor entendimiento de una escena.
Pasos:
- Clasificación
- Localización
- Detección
- Este proceso se realiza pixel a pixel
Tiene mayor coste computacional.

Casos de uso:

Montajes cinematográficos sobre pantallas verdes.
Medicina
Conducción automática

Métricas

Precisión a nivel píxeles
IoU
F1 Score

Arquitectura Encoder-Decoder

Dos partes diferenciadas: Encoder y Decoder
El Encoder genera características discriminativas en resolución baja.
El Decoder proyecta las características en el espacio de pixeles en resolución alta.

Mario Alexander Vargas Celis

hace un mes

La \*\*segmentación de objetos\*\* es una técnica avanzada en visión por computadora que identifica y clasifica cada píxel de una imagen en una categoría específica de objeto. A diferencia de la detección de objetos, que solo delimita los objetos con un cuadro (bounding box), la segmentación asigna una \*\*máscara precisa\*\* para cada objeto, cubriendo su forma exacta. Existen principalmente dos tipos de segmentación de objetos: 1\. \*\*Segmentación semántica\*\*: Clasifica todos los píxeles de una imagen en categorías, pero no diferencia entre diferentes instancias del mismo objeto (por ejemplo, no distingue entre dos autos diferentes, solo clasifica todos los píxeles de "auto" como tales). 2\. \*\*Segmentación de instancias\*\*: No solo clasifica cada píxel, sino que también identifica diferentes instancias del mismo objeto. Esto permite, por ejemplo, identificar cada persona en una multitud individualmente. \### Aplicaciones La segmentación de objetos es clave en áreas como: \- \*\*Automóviles autónomos\*\*: Ayuda a identificar peatones, señales, otros vehículos, y obstáculos en la carretera. \- \*\*Medicina\*\*: En el análisis de imágenes médicas, permite la detección y delimitación precisa de tumores y órganos. \- \*\*Agricultura\*\*: En drones o imágenes satelitales, permite identificar tipos de cultivos y evaluar áreas afectadas por plagas. \### Técnicas comunes Para realizar segmentación de objetos, se usan métodos basados en \*\*redes neuronales convolucionales (CNN)\*\*, como \*\*Mask R-CNN\*\* y otros modelos avanzados que permiten la segmentación a nivel de píxel. Estos modelos suelen ser pre-entrenados en datasets como COCO, que contiene etiquetas detalladas para cada píxel en imágenes de diversas categorías.