1. Cursos
  2. Tecnología
  3. Inteligencia artificial
  4. Deep Learning: Vision Computarizada (OpenCV, SSD y +Mas!)

Deep Learning: Vision Computarizada (OpenCV, SSD y +Mas!)

VGG, ResNet, Inception, SSD, Transferencia de Estilo Neural, GANs +Más Uso de CNN en Tensorflow, Keras y Python

Deep Learning: Vision Computarizada (OpenCV, SSD y +Mas!)
Comparte este curso
Carrera de Inteligencia Artificial
Este curso forma parte de la carrera

Inteligencia Artificial

Haz de tu sueño tu profesión y empieza una Carrera desde 9€/mes

Acceder

Descripción del curso

Vamos a tender un puente entre la arquitectura básica de la CNN que ya conoces y amas, y las arquitecturas modernas y novedosas como VGG, ResNet, e Inception (llamada así por la película que, por cierto, ¡también es genial!)

Vamos a aplicar esto a las imágenes de las células sanguíneas, y crear un sistema que sea mejor experto médico que usted o yo. Esto nos da una idea fascinante: que los médicos del futuro no son humanos, sino robots.

En este curso, verá cómo podemos convertir una CNN en un sistema de detección de objetos, que no sólo clasifica las imágenes sino que puede localizar cada objeto en una imagen y predecir su etiqueta.

Se puede imaginar que esa tarea es un requisito básico para los vehículos de autoconducción. (Debe ser capaz de detectar coches, peatones, bicicletas, semáforos, etc. en tiempo real)

Estaremos mirando un algoritmo de última generación llamado SSD que es a la vez más rápido y más preciso que sus predecesores.

Otra tarea de visión por ordenador muy popular que hace uso de las CNN se llama transferencia de estilo neural.

Aquí es donde tomas una imagen llamada imagen de contenido, y otra imagen llamada imagen de estilo, y las combinas para hacer una imagen completamente nueva, es como si contrataras a un pintor para pintar el contenido de la primera imagen con el estilo de la otra. A diferencia de un pintor humano, esto puede hacerse en cuestión de segundos.

También les presentaré la ahora famosa arquitectura GAN (Generative Adversarial Networks), donde aprenderán algo de la tecnología detrás de cómo las redes neuronales se usan para generar imágenes de última generación y foto-realistas.

Actualmente, también implementamos la localización de objetos, que es un primer paso esencial para implementar un sistema completo de detección de objetos.

Espero que estén emocionados de aprender sobre estas aplicaciones avanzadas de las CNN, ¡los veré en clase!

Contenido del curso

Introduccion

02:23
  • Que Haremos01:44
  • Descarga Material00:39

Redes Neuronales Convolucionales

42:46
  • Redes Neuronales Convolucionales03:49
  • Paso 1: Operacion de Convolucion02:41
  • Paso 1.5: Funcion ReLU01:05
  • Paso 2: Agrupacion03:10
  • Paso 3: Aplanamiento00:48
  • Paso 4: Conexion Completa03:11
  • Funcion Softmax y Entropia Cruzada00:58
  • Importando Paquetes03:53
  • Pre-Procesamiento de Datos06:59
  • Creando Red Neuronal Convolucional10:23
  • Compilando RNC02:36
  • Evaluando RNC02:27
  • Mejorando RNC00:46

OpenCV

33:11
  • Algoritmo Viola-Jones03:14
  • Caracteristicas Haar-Like04:08
  • Imagen Integral05:08
  • Entrenamiento de Clasificadores03:10
  • Boosting Adaptivo04:23
  • Cascading04:29
  • Instalacion de OpenCV02:05
  • Deteccion de Rostros03:23
  • Mezcla de Clasificadores01:35
  • Deteccion Rostros en Tiempo Real01:36

OpenCV para Autos Auto-Conducidos

53:25
  • escala de grises03:34
  • deteccion de lineas de transito01:19
  • mejorando colores en una imagen02:00
  • bgr a hsv07:48
  • manipulacion de colores02:42
  • blurring y sharpening07:40
  • deteccion de bordes02:37
  • deteccion de bordes con camara en vivo03:05
  • rotacion, traslacion y re ajuste de tamano03:39
  • transformacion de perspectiva03:03
  • recorte, dilatacion y erosion05:24
  • puntos de interes03:56
  • deteccion de lineas hough01:39
  • Deteccion de lineas en la calle03:40
  • localizacion manual de vehiculos01:19

Detectar Transito de Personas y Carros

02:58
  • Detectar Placa de Autos01:13
  • Deteccion de Personas y Autos en Vivo01:45

Restaurar Imagenes

01:27
  • Restaurar Imagenes01:27

Deteccion de Objetos (SSD)

12:14
  • Que es SSD03:18
  • Deteccion MultiBox02:43
  • Prediccion de Posicion01:55
  • Problema de Escala02:27
  • Red Neuronal SSD01:51

VGG y Aprendizaje de Transferencia

15:40
  • Introduccion VGG02:05
  • Pre-Procesamiento de Datos05:51
  • Arquitectura de la Red06:14
  • Evaluando VGG01:30

GANs (Redes Generativas Adversariales)

14:45
  • Introduccion Caso de Estudios03:36
  • Visualizacion de Datos00:28
  • Creando Generador02:24
  • Creando Ruido con Generador00:49
  • Creando Discriminador01:26
  • Funcion de Perdida GAN01:41
  • Entrenamiento04:21

Valoraciones

5.0/5
2 Valoraciones
  • 5 ESTRELLAS
    100%
  • 4 ESTRELLAS
    0%
  • 3 ESTRELLAS
    0%
  • 2 ESTRELLAS
    0%
  • 1 ESTRELLAS
    0%
  • Beatriz Bugallo Montaño
    Beatriz
      Bugallo Montaño
    Incluir valoración media (en números)

  • Griselda Argentina Blanco
    Griselda Argentina
      Blanco
    Incluir valoración media (en números)

¿Por qué pagar por un curso cuando puedes tenerlos todos?

Prueba la Suscripción ahora
O quiero saber más
Apúntate POR 29€
GRATIS con la Suscripción