Computer Vision for AI Professionals - eLearning

Cronograma del curso

1. Introducción al procesamiento de imágenes

   Lección 01

   • Introducción al procesamiento de imágenes
   • Procesamiento Digital de Imágenes
   • Tipos de imágenes
   • Esquemas de coordenadas y RGB
   • Otros esquemas de color
   • Histograma y estadísticas
   • Transformaciones de intensidad y gamma
   • Mezcla
   • Convolución
   • Detección de bordes
   • Suavizado y enfoque
   • Filtros morfológicos

2. Clasificación

   Lección 02

   • Desafíos en la clasificación de imágenes
   • Flujo de trabajo de imagen tradicional
   • Componentes de aprendizaje profundo para redes feedforward
   • Función de aprendizaje profundo y aproximación universal
   • Función softmax
   • Problemas con el tamaño de la red feedforward
   • Sesgo-varianza y sobreajuste
   • Historial del modelo de trazado
   • Guardar y cargar modelos

3. CNN

   Lección 03

   • Desafíos del feedforward y auge de las CNN
   • Convoluciones para CNN
   • Múltiples canales y salidas en CNN
   • Dimensiones de la CNN - Color
   • Max Pooling
   • Integración de los componentes de la CNN
   • CNN CIFAR-10 con TensorFlow Datasets

4. Mejorar las CNN

   Lección 04

   • Aumento de datos
   • Transformaciones afines
   • Aprendizaje por transferencia
   • Más sobre el aprendizaje por transferencia
   • Implementación de aprendizaje por transferencia
   • Diferentes arquitecturas para el aprendizaje por transferencia
   • Futuro del aprendizaje profundo

5. Segmentación y reconocimiento de objetos

   Lección 05

   • Segmentación mediante umbralización
   • Segmentación con agrupamiento
   • Segmentación con CNN
   • Segmentación con U-Net
   • Segmentación de imágenes con U-Net
   • Modelo U-Net
   • Localización de objetos
   • Desafíos en la clasificación de múltiples objetos
   • YOLO