Curso libreInteligencia artificial y datos
Visión por computador básica
El curso Visión por computador básica proporciona al estudiante las técnicas para procesar imágenes con OpenCV y construir modelos de clasificación y detección de objetos con PyTorch y Ultralytics YOLO. Le sirve para crear soluciones de inspección, conteo o reconocimiento visual y desplegarlas en una aplicación sencilla con criterios de privacidad y control de sesgos.
A quién va dirigido
Personas con Python y nociones de aprendizaje automático.
Objetivos
✓Comprender píxeles, canales, espacios de color, filtros, bordes y transformaciones geométricas con OpenCV.
✓Analizar el funcionamiento de las redes convolucionales y de arquitecturas como ResNet y EfficientNet.
✓Aplicar transferencia de aprendizaje con PyTorch y entrenar un detector con Ultralytics YOLO evaluado con mAP.
✓Diseñar el despliegue de un modelo de visión con exportación a ONNX y una aplicación en Streamlit o Gradio.
✓Valorar los riesgos de privacidad en el reconocimiento de personas y los sesgos en los conjuntos de imágenes.
Plan de estudios por sesión
1
Imágenes digitales y OpenCVPíxeles, canales y espacios de color; filtros, bordes y umbralización · Transformaciones geométricas y lectura de video
2
Redes convolucionalesConvolución, agrupamiento y arquitecturas ResNet y EfficientNet · Transferencia de aprendizaje con PyTorch y aumento de datos
3
Detección de objetosCajas delimitadoras, métrica mAP y etiquetado con Roboflow o CVAT · Entrenamiento con Ultralytics YOLO y seguimiento de objetos en video
4
Presentación del proyecto final: detector de objetos desplegadoInferencia en CPU, exportación a ONNX y aplicación con Streamlit o Gradio · Privacidad en el reconocimiento de personas y sesgos en conjuntos de imágenes
Evaluación
Inicial30%Taller de procesamiento de imágenes con OpenCV: filtros, detección de bordes y segmentación básica.
Intermedio30%Entrenamiento de un clasificador con transferencia de aprendizaje y etiquetado de un conjunto propio en Roboflow o CVAT.
Final40%Proyecto final: detector de objetos entrenado con imágenes propias y desplegado en una aplicación web sencilla, con sustentación.
Proyecto final
Detector de objetos entrenado con un conjunto de imágenes propio y desplegado en una aplicación web sencilla.