Comparte tu proyecto de detección y segmentación de objetos para conducción autónoma y certifícate
Clase 31 de 31 • Curso de Detección y Segmentación de Objetos con TensorFlow
Contenido del curso
Detección de objetos
- 2
Introducción a object detection: sliding window y bounding box
18:47 min - 3
Generando video de sliding window
07:46 min - 4
Introducción a object detection: backbone, non-max suppression y métricas
16:57 min - 5
Visualización de IoU en object detection
06:03 min - 6
Tipos de arquitecturas en detección de objetos
05:24 min - 7
Arquitecturas relevantes en object detection
12:47 min - 8
Utilizando un dataset de object detection
06:10 min - 9
Carga de dataset de object detection
15:53 min - 10
Exploración del dataset de object detection
13:38 min - 11
Visualización de bounding boxes en el dataset de object detection
10:18 min - 12
Aumentado de datos con Albumentation
04:35 min - 13
Implementando Albumentation en object detection
11:42 min - 14
Visualizando imágenes con aumentado de datos
07:12 min - 15
Utilizando un modelo de object detection pre-entrenado
14:50 min - 16
Probar detección de objetos con modelo pre-entrenado
15:11 min - 17
Fine-tuning en detección de objetos
15:10 min - 18
Fine-tuning en detección de objetos: carga de datos
21:08 min - 19
Fine-tuning en detección de objetos: data augmentation
14:04 min - 20
Fine-tuning en detección de objetos: entrenamiento
21:56 min - 21
Fine-tuning en detección de objetos: visualización de objetos
17:26 min
Segmentación de objetos
- 22
Introduciendo la segmentación de objetos
06:20 min - 23
Tipos de segmentación y sus arquitecturas relevantes
07:22 min - 24
¿Cómo es un dataset de segmentación?
06:48 min - 25
Utilizando un dataset de segmentación de objetos
11:23 min - 26
Visualización de nuestro dataset de segmentación
09:24 min - 27
Creando red neuronal U-Net para segmentación
19:07 min - 28
Entrenando y estudiando una red de segmentación
13:36 min - 29
Generando predicciones con modelo de object segmentation
08:42 min
