Introducci贸n a Computer Vision

1

驴Qu茅 es la visi贸n computarizada y cu谩les son sus tipos?

Detecci贸n de objetos

2

Introducci贸n a object detection: sliding window y bounding box

3

Generando video de sliding window

4

Introducci贸n a object detection: backbone, non-max suppression y m茅tricas

5

Visualizaci贸n de IoU en object detection

6

Tipos de arquitecturas en detecci贸n de objetos

7

Arquitecturas relevantes en object detection

8

Utilizando un dataset de object detection

9

Carga de dataset de object detection

10

Exploraci贸n del dataset de object detection

11

Visualizaci贸n de bounding boxes en el dataset de object detection

12

Aumentado de datos con Albumentation

13

Implementando Albumentation en object detection

14

Visualizando im谩genes con aumentado de datos

15

Utilizando un modelo de object detection pre-entrenado

16

Probar detecci贸n de objetos con modelo pre-entrenado

17

Fine-tuning en detecci贸n de objetos

18

Fine-tuning en detecci贸n de objetos: carga de datos

19

Fine-tuning en detecci贸n de objetos: data augmentation

20

Fine-tuning en detecci贸n de objetos: entrenamiento

21

Fine-tuning en detecci贸n de objetos: visualizaci贸n de objetos

Quiz: Detecci贸n de objetos

Segmentaci贸n de objetos

22

Introduciendo la segmentaci贸n de objetos

23

Tipos de segmentaci贸n y sus arquitecturas relevantes

24

驴C贸mo es un dataset de segmentaci贸n?

25

Utilizando un dataset de segmentaci贸n de objetos

26

Visualizaci贸n de nuestro dataset de segmentaci贸n

27

Creando red neuronal U-Net para segmentaci贸n

28

Entrenando y estudiando una red de segmentaci贸n

29

Generando predicciones con modelo de object segmentation

Quiz: Segmentaci贸n de objetos

Un paso m谩s all谩

30

El estado de la cuesti贸n en computer vision

31

Comparte tu proyecto de detecci贸n y segmentaci贸n de objetos para conducci贸n aut贸noma y certif铆cate

No tienes acceso a esta clase

隆Contin煤a aprendiendo! 脷nete y comienza a potenciar tu carrera

Generando predicciones con modelo de object segmentation

29/31
Recursos

Aportes 2

Preguntas 2

Ordenar por:

驴Quieres ver m谩s aportes, preguntas y respuestas de la comunidad?

Si probamos im谩genes parecidas pero de otro entorno, se aprecia el sobreajuste del modelo:

Te comparto mis apuntes personales de TODA esta secci贸n:

Apuntes de Object Segmentation

Te recomiendo ampliamente que le heches un ojo puesto que segui el curso programando en local sin usar Colab. Esto me permitio tener un mucho mayor entendimiento del curso y especificamente adaptar el c贸digo de Colab a una estructura de archivos mucho m谩s 鈥減r谩ctica鈥 para un ambiente profesional. Adicionalmente te comparto mis resultados finales:

Entrenamiento del modelo:

TensorBoard

Resultados de im谩genes:

Finalmente, en el c贸digo de GitHub puedes encontrar el modelo ya entrenado y listo para hacer inferencias nuevas, te comparto el c贸digo de ejemplo:

import os

os.environ["TF_CPP_MIN_LOG_LEVEL"] = '3'

from keras.models import load_model
from core.utils import predict_test_samples, plot_images, load_data


if __name__ == '__main__':

    test_sample = load_data(["test/0016E5_08159.png"], ["test/0016E5_08159_L.png"])
    model = load_model("core/models/best_model.h5")
    predicted_masks, test_images, ground_truth_masks = predict_test_samples(test_sample, model)
    plot_images(test_images[0], predicted_masks[0], ground_truth_masks[0])

Y el modelo en formato h5: best_model