Detección de objetos en imágenes y videos con Pytorch
Transcript of Detección de objetos en imágenes y videos con Pytorch
Detección de objetos en imágenes y videos con Pytorch
Descripción
Instructor
Aprendizaje, Innovación, Emprendimiento
Perfil de egreso
Dirigido a:
En español
30 horas
Fecha de inicio11 ene 2022
Duración5 semanas
Dedicación6 hrs semana
CertificaciónIA Center ySEP
Martes, jueves de 18:00-20:00Sábado de 12:00 a 14:00
ModalidadEn línea víaTeams
BecaMicrosoft
Tener conocimiento básico en el lenguaje de programación Python y computadora
¿Te interesa la visión por computador? ¿Te gustaría conocer qué métodos puedes utilizar para detectar y reconocer objetos en una imagen? En este curso te introducirás en los principios básicos de cualquier sistema automático de detección y reconocimiento de objetos en imágenes usando librerías como Pytorch, Yolo OpenCV.
Javier Alejandro Flores Flores,
Ingeniero en Tecnologías de información por la Universidad Tecnológica de Cuidad Juárez, con más de 3 años de experiencia en inteligencia artificial y más de 7 años en la programación, Desarrollador miembro de “Devolopers Circles of Facebook”
Estudiantes y profesionales del área de tecnologías de la
información, ciencias de la computación o afines
· Conocer las herramientas que permiten el
desarrollo de aplicaciones reales de detección y reconocimiento de
objetos, para que seas capaz de desarrollar tus propios sistemas
de detección y reconocimiento de objetos en múltiples aplicaciones.
· Crear tus propios sets de datos con datos reales.
· Conocer las principales técnicas para la descripción y clasificación de una imagen.
· Uso de API escritas en Pytorch Ej (YoloV5 y Detectron2).
Al finalizar este curso, el egresado estará en condiciones de:
· Diseñar, a partir de un esquema básico común,
soluciones adaptadas para diferentes problemas de
detección y reconocimiento de objetos en una imagen.
Perfil de ingreso:El curso está orientado tanto a estudiantes universitarios de
algún grado relacionado con la informática, la ingeniería o las
matemáticas, como a otros estudiantes con conocimientos de
programación, interesados en aprender cómo utilizar técnicas de visión por computador para
extraer información de las imágenes
1.- Introducción a la detección de objetos (1h)
8.- Detección de objetos usando YoloV5 y detectron2 (10h)
5.- Clasificación de imágenes (3h)
3.- Construcción de redes neuronales (2 h)
10. - Alcances de la detección de objetos (1h)
2.- Redes neuronales (1h)
4.- Redes neuronales (CNN, Fast R-CNN, Faster R-CNN) (3h)
6.- Creación de datasets (extraídos de imágenes y video) (3h)
7.- Detección de objectos con Pytorch (3h)
9.- Creación de instancias para ejecución de modelos (4h)