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

Aprende todo un fin de semana sin pagar una suscripci贸n 馃敟

Aprende todo un fin de semana sin pagar una suscripci贸n 馃敟

Reg铆strate

Comienza en:

4D
0H
1M
2S

Exploraci贸n del dataset de object detection

10/31
Recursos

Aportes 1

Preguntas 0

Ordenar por:

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

o inicia sesi贸n.

Hice la siguiente modificacion para cuando se trabaje con otro dataset no tener que estar pendiente de que tan grandes son las imagenes:

y_dim, x_dim, c_dim = img.shape
print(y_dim, x_dim, c_dim)
gt_boxes={}
for index, row in df.iterrows():
  if row['class_id'] == 3:
    bbox = np.array([[row['ymin']/y_dim, row['xmin']/x_dim, row['ymax']/y_dim, row['xmax']/x_dim]], dtype=np.float32)
    if row['frame'] in gt_boxes:
      gt_boxes[row['frame']] = np.append(gt_boxes[row['frame']], np.array(bbox), axis=0)
    else:
      gt_boxes[row['frame']] = np.array(bbox)