Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Programa del Curso
Introducción a Computer Vision
- Visión general de las aplicaciones de visión artificial
- Descripción de los datos y formatos de las imágenes
- Desafíos en las tareas de visión artificial
Introducción a la convolucional Neural Networks (CNNs)
- ¿Qué son las CNN?
- Arquitectura de las CNN: capas convolucionales, agrupación y capas totalmente conectadas
- Cómo se utilizan las CNN en la visión artificial
Manos a la obra con TensorFlow y Google Colab
- Configurando el entorno en Google Colab
- Uso de TensorFlow para la construcción de modelos
- Construcción de un modelo simple de CNN en TensorFlow
Técnicas Avanzadas de CNN
- Transferencia de aprendizaje para CNN
- Ajuste fino de modelos previamente entrenados
- Técnicas de aumento de datos para mejorar el rendimiento
Preprocesamiento y aumento de imágenes
- Técnicas de preprocesamiento de imágenes (escalado, normalización, etc.)
- Aumento de los datos de imagen para un mejor entrenamiento del modelo
- Uso de la canalización de datos de imagen de TensorFlow
Creación e implementación de Computer Vision modelos
- Entrenamiento de CNN para la clasificación de imágenes
- Evaluación y validación del rendimiento del modelo
- Implementación de modelos en entornos de producción
Aplicaciones en el mundo real de Computer Vision
- Visión artificial en el sector sanitario, el comercio minorista y la seguridad
- Detección y reconocimiento de objetos impulsada por IA
- Uso de CNN para el reconocimiento de rostros y gestos
Resumen y próximos pasos
Requerimientos
- Experiencia con Python programación
- Comprensión de los conceptos de aprendizaje profundo
- Conocimientos básicos de redes neuronales convolucionales (CNN)
Audiencia
- Científicos de datos
- Profesionales de la IA
21 Horas
Testimonios (1)
I genuinely enjoyed the hands-on approach.
