Cursos de visión por ordenador

186 Cursos

LinkedIn Learning

Develop Your Skills with the OpenAI API

Desarrolla Tus Habilidades con la API de OpenAI La popularidad de los potentes modelos de aprendizaje automático de OpenAI permite a los desarrolladores crear aplicaciones increíbles impulsadas por IA. La API de OpenAI sirve como puente hacia estos modelos potentes. A través de esta trayectoria de aprendizaje, los desarrolladores pueden explorar.

LinkedIn Learning

Prepare for the Microsoft Azure AI Fundamentals (AI-900) Certification

Prepárese para la Certificación Microsoft Azure AI Fundamentals (AI-900) El examen de Fundamentos de Azure AI mide su comprensión de los fundamentos de AI, los servicios de Azure AI, los modelos de aprendizaje automático, la preparación y el procesamiento de datos, y las mejores prácticas para AI. Los cursos de esta ruta de aprendizaje se alinean.

openSAP

Building AI and Sustainability Solutions on SAP BTP

Construyendo Soluciones de IA y Sostenibilidad en SAP BTP Este curso explora cómo SAP está tomando medidas en los objetivos de sostenibilidad y permitiendo que los clientes se conviertan en empresas inteligentes y sostenibles. La Plataforma de Tecnología Empresarial de SAP proporciona una base para el desarrollo de aplicaciones, integración, dat.

LinkedIn Learning

Using AI for UX Design and Research

Uso de la IA para el Diseño y la Investigación de UX Explora las muchas formas en que los diseñadores e investigadores de UX pueden aprovechar la IA de manera ética e inclusiva en sus flujos de trabajo.

LinkedIn Learning

OpenAI API: Image Generation with DALL-E

OpenAI API: Generación de Imágenes con DALL-E | LinkedIn Learning Descubre las técnicas fundamentales y avanzadas de DALL-E en este curso de nivel intermedio enfocado en la generación de imágenes con IA. Ofrecido por LinkedIn Learning, este curso proporciona una exploración profunda de las características y capacidades de DALL-E. Perfe.

PyTorch for Deep Learning

PyTorch para Aprendizaje Profundo Aprende PyTorch y conviértete en un Ingeniero de Aprendizaje Profundo competente. Este curso de PyTorch es una guía paso a paso diseñada para ayudarte a desarrollar tus propios modelos de aprendizaje profundo. El plan de estudios incluye temas esenciales como Visión por Computadora, Redes Neuronales y mucho más.

France Université Numerique

L'intelligence artificielle générative et moi

La inteligencia artificial generativa y yo He aquí un mini MOOC para capacitarse rápidamente en la IA generativa en su vida diaria. Se tratará de entender cómo transforma nuestra vida cotidiana, nuestros trabajos y nuestras competencias. Universidad: France Université Numerique Categorías: Cursos de Inteligencia Artificial, Cursos de Aprendizaj.

Udacity

AWS Machine Learning Engineer Nanodegree

AWS Machine Learning Engineer Nanodegree El programa de Nanodegree de Ingeniero de Aprendizaje Automático (MLE) de AWS tiene como objetivo brindar a los desarrolladores de software y científicos de datos las habilidades esenciales de ciencia de datos y aprendizaje automático. Este programa enfatiza la construcción y el despliegue de.

Udacity

AI Engineer using Microsoft Azure

Ingeniero de IA usando Microsoft Azure | Udacity El programa Nanodegree de Ingeniero de IA usando Microsoft Azure te equipará con las habilidades necesarias para convertirte en un ingeniero de IA en Azure o un ingeniero de IA con experiencia en servicios de Azure AI y aprendizaje automático. Este programa te enseñará cómo imple.

Udacity

Computer Vision

Visión por Computadora - Udacity Domina las habilidades de visión por computadora detrás de los avances en robótica y automatización. Escribe programas para analizar imágenes, implementar extracción de características y reconocer objetos utilizando modelos de aprendizaje profundo. Universidad: Proveedor: Udacity Categorías: Cursos de Robótica, Cu.

1 2 3 ... 19

Qué es la visión por computadora y qué hace su desarrollador?

Un ingeniero de visión por computadora es un especialista que enseña a las computadoras a extraer información de las imágenes. En particular, reconocer automáticamente objetos o gestos en imágenes y videos. Si una persona puede determinar visualmente algo (por ejemplo, encontrar un defecto en un producto), también se puede entrenar a una computadora para hacerlo, ahorrando así tiempo y recursos, y simplificando muchos procesos.

Los desarrollos en el campo de los cursos de visión por computadora se utilizan en una amplia variedad de empresas cuyos productos están relacionados con imágenes o videos. Esto incluye la producción de automóviles autónomos, ayudar a los médicos a interpretar imágenes de resonancia magnética al buscar tumores e incluso el reconocimiento facial en el metro para identificar infractores del régimen de autoaislamiento. Los especialistas en visión por computadora ayudan a muchas empresas de comercio electrónico a reducir la carga de moderación: por ejemplo, cuando un servicio de anuncios como Avito lucha contra los trolls que suben imágenes con contenido inapropiado.

Los especialistas en visión por computadora después de los cursos de visión por computadora se llaman de diferentes maneras: desarrolladores, ingenieros e investigadores (científico de visión por computadora). En esencia, un especialista en visión por computadora es más un ingeniero que utiliza las matemáticas y la programación como herramientas de trabajo. Por lo tanto, globalmente, un ingeniero de visión por computadora, un científico de visión por computadora, un desarrollador de visión por computadora y un desarrollador de visión técnica son una y la misma cosa.

Qué hace realmente un desarrollador de visión por computadora?

Como regla, el día de un especialista comienza con una reunión con el equipo. Luego escribe el código para entrenar redes neuronales, preprocesa los datos y analiza los experimentos. Un desarrollador de visión por computadora puede trabajar solo o en equipo, donde cada uno realiza parte de una tarea más grande.

En cuanto a las herramientas de trabajo, el lenguaje Python se usa generalmente para escribir código para experimentos, y los marcos de Tensorflow o Pytorch se usan para entrenar redes neuronales. El trabajo también implica bibliotecas especiales para el procesamiento de imágenes como OpenCV. Para proyectos de alta carga, también se puede usar el lenguaje C++, ya que cualquier cosa escrita en él se ejecuta muchas veces más rápido.

La visión por computadora es un campo joven y dinámico en la intersección de la ciencia y la ingeniería, en el que todavía hay más experimentos que soluciones listas para usar. Para crecer, un especialista aquí necesita aprender constantemente. Pero es la novedad y la naturaleza no estándar de las tareas, así como la oportunidad de crear algo verdaderamente innovador, lo que lleva a muchas personas a esta profesión.

Qué enseñan en las clases de visión por computadora en la educación de AI?

La capacitación en el mejor curso de visión por computadora generalmente consta de tres módulos: creación de infraestructura, conceptos básicos de aprendizaje automático y estudio de visión por computadora.

El primer bloque en un curso en línea de visión por computadora puede llamarse introductorio. Dado que los especialistas en el campo de la visión por computadora se basan en el conocimiento de las matemáticas y la programación al resolver problemas, al inicio tendrán que estudiar desde cero o repasar temas de matemáticas superiores, análisis matemático y álgebra lineal, así como trabajar con el lenguaje Python. No te preocupes si tus conocimientos se limitan a las matemáticas escolares, que fueron "hace mucho tiempo y no son ciertas": te ayudaremos a mejorar los temas necesarios en el primer módulo, para que en el futuro todos los alumnos puedan avanzar en el programa al mismo ritmo.

El segundo módulo está completamente dedicado al aprendizaje automático. Ayuda a resolver problemas de visión por computadora más rápido y fácil. Por ejemplo, para el reconocimiento facial, puedes describir expertamente las características faciales basándote en las preguntas que se hacen al compilar un identikit. O puedes alimentar al algoritmo con una gran cantidad de retratos fotográficos con marcas sobre qué cara pertenece a quién, y luego el algoritmo mismo aprenderá a extraer características por las cuales se pueden identificar las caras. En el futuro, si necesitas determinar quién está en la foto, al algoritmo solo le hará falta una base de datos de retratos. Si hay una foto de la persona que necesitas, el sistema mismo la encontrará fácilmente.

En el segundo módulo examinarás la teoría de la probabilidad y la estadística matemática. Los alumnos practicarán la resolución de problemas utilizando algoritmos fundamentales y estructuras de datos en Python, se familiarizarán con las bibliotecas de Python para Data Science (NumPy, Matplotlib), así como con los algoritmos de aprendizaje automático.

Finalmente, en el tercer módulo de este curso de visión de máquina analizarás las principales tareas de la visión por computadora, trabajaremos con la morfología matemática y las bibliotecas OpenCV y PIL.