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
Aportes 1
Preguntas 0
Con endswith() es más sencillo el código en el filtrado de los archivos mask:
dataset_path = './'
filenames = os.listdir(dataset_path)
filenames.sort()
image_list = []
mask_list = []
for filename in filenames:
if len(filename.split('.')) > 1 and filename.endswith('png'):
if filename.split('.')[0].endswith('L'):
mask_list.append(dataset_path + filename)
else:
image_list.append(dataset_path + filename)
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?