Curso libreInteligencia artificial y datos
Detección de objetos con YOLO
El curso Detección de objetos con YOLO proporciona al estudiante las técnicas para etiquetar datos, entrenar, evaluar y desplegar modelos Ultralytics YOLO que cuentan, localizan y siguen objetos en imágenes y video, de modo que pueda resolver casos de inventario, tráfico o seguridad industrial con criterios de privacidad.
A quién va dirigido
Estudiantes y profesionales con Python básico interesados en visión por computador aplicada; es útil haber trabajado con redes neuronales.
Objetivos
✓Comprender las diferencias entre clasificación, detección y segmentación, y los conceptos de IoU y supresión de no máximos.
✓Analizar errores por clase y métricas mAP50 y mAP50-95 para mejorar un modelo de detección.
✓Aplicar el etiquetado con Roboflow o CVAT y el entrenamiento de YOLO en Google Colab con GPU.
✓Diseñar un sistema de seguimiento y conteo de objetos en video exportado a ONNX para dispositivos de borde.
✓Valorar las consideraciones de privacidad en video al aplicar la detección en un caso real.
Plan de estudios por sesión
1
Detección de objetosClasificación, detección, segmentación, IoU y supresión de no máximos · Familia Ultralytics YOLO, instalación y predicción con modelos preentrenados
2
Datos y entrenamientoEtiquetado con Roboflow o CVAT, aumento de datos y división del conjunto · Entrenamiento en Colab con GPU: épocas, tamaño de imagen y lote
3
Evaluación y despliegueMétricas mAP50 y mAP50-95 y análisis de errores por clase · Seguimiento y conteo en video y exportación a ONNX para borde
4
Demostración del modelo YOLOCaso aplicado: inventario, tráfico o seguridad industrial · Consideraciones de privacidad en video
Evaluación
Inicial30%Ejercicio de predicción con modelos YOLO preentrenados y análisis de cajas delimitadoras e IoU sobre imágenes propias.
Intermedio30%Taller de etiquetado en Roboflow o CVAT, aumento de datos y entrenamiento con ajuste de épocas, tamaño de imagen y lote.
Final40%Modelo YOLO entrenado con datos propios que detecta y cuenta objetos en video, con informe de métricas y demostración.
Proyecto final
Modelo YOLO entrenado con un conjunto de datos propio que detecta y cuenta objetos en video, con informe de métricas.