Resumen
This course features Coursera Coach! A smarter way to learn with interactive, real-time conversations that help you test your knowledge, challenge assumptions, and deepen your understanding as you progress through the course.
In this course, you will explore the fascinating world of computer vision and artificial intelligence through the NVIDIA Jetson platform. By working through various modules, you'll gain a strong understanding of how to set up and optimize Jetson for AI tasks, with hands-on projects and practical applications of Jetson's capabilities.
The course covers everything from basic image processing with OpenCV to advanced AI tools like YOLO, TensorRT, and DeepStream, helping you to develop cutting-edge computer vision applications. You will start by learning the basics of Jetson setup, moving on to installing essential libraries such as OpenCV and PyTorch, and applying them to create powerful image processing workflows.
The course then takes you through object detection, deep learning, and AI optimization using tools like TensorRT, showcasing real-world applications like vehicle tracking and automatic number plate recognition. The final modules focus on integrating multiple cameras with DeepStream, enabling the creation of sophisticated surveillance systems.
This course is ideal for those who wish to dive into the world of AI on edge devices, whether for robotics, surveillance, or other real-time applications. It is suitable for learners with basic programming knowledge and an interest in computer vision and AI development.
By the end of the course, you will be equipped to build and deploy AI-powered computer vision systems using Jetson Nano.
Programa
- Introducción a Jetson y Visión General del Curso
En este módulo, presentaremos la plataforma NVIDIA Jetson y explicaremos cómo configurar su dispositivo Jetson. También proporcionaremos una visión detallada del curso, destacando temas clave y proyectos prácticos que mejorarán su comprensión de la IA y la robótica.
- Comparación de Jetson y Sus Variantes Junto con RPi + Flashing de Tarjeta SD
En este módulo, compararemos Jetson con Raspberry Pi, ayudándole a entender por qué Jetson es superior para aplicaciones de IA. También le guiaremos a través del proceso de flasheo de una tarjeta SD y la selección de la tarjeta óptima para su dispositivo, asegurando una configuración sin problemas.
- Instalación de Librerías y Configuración de Computadora de IA - Explicación de Dependencias y Su Uso
En este módulo, cubriremos la instalación de librerías esenciales como OpenCV y PyTorch en Jetson. Exploraremos sus funcionalidades y le guiaremos en la configuración de un entorno listo para IA para el desarrollo eficiente de proyectos.
- Fundamentos de Visión por Computador OpenCV en Jetson + PyTorch
En este módulo, profundizaremos en los fundamentos de la visión por computador, demostrando manipulación de imágenes con OpenCV y PyTorch. Aprenderá técnicas básicas como detección de bordes, filtrado de imágenes y transformaciones geométricas para trabajar con imágenes de manera efectiva.
- ¿Qué es la Detección de Objetos? + Detección de Objetos YOLO
En este módulo, le presentaremos al mundo de la detección de objetos y exploraremos el algoritmo YOLO, incluidas sus variantes y adecuación para diversos casos de uso.
- Detección de Objetos YOLO en Conjunto de Datos Personalizado (Conjunto de Datos de Matrículas)
En este módulo, le guiaremos a través del proceso de anotación de un conjunto de datos personalizado, entrenamiento de un modelo YOLO y su aplicación para el reconocimiento de matrículas. Ganará experiencia práctica tanto en procesos de entrenamiento como de inferencia.
- ¿Qué es TensorRT? Configuración de Jetson para TensorRT
En este módulo, exploraremos TensorRT, una herramienta crítica para acelerar modelos de aprendizaje profundo en dispositivos Jetson. También le guiaremos en la configuración de su Jetson para TensorRT.
- Optimización del Modelo YOLOX para Detección de Objetos Usando TensorRT
En este módulo, nos centraremos en la optimización del modelo de detección de objetos YOLOX utilizando TensorRT. Le guiaremos a través del proceso de conversión, probaremos el modelo optimizado y analizaremos las mejoras en el rendimiento.
- ¿Qué es DeepStream y su Teoría?
En este módulo, introduciremos DeepStream, explicando cómo funciona y cómo configurar el SDK de DeepStream en su dispositivo Jetson. También aprenderá cómo utilizar DeepStream para aplicaciones de IA en tiempo real.
- Ejecución del SDK de DeepStream y Configuración de Múltiples Cámaras
En este módulo, demostraremos cómo integrar múltiples fuentes de cámara en el SDK de DeepStream. Aprenderá sobre protocolos de transmisión de video y cómo realizar detección de objetos en múltiples cámaras en tiempo real.
- Aplicación 1 Detección de Autos + Seguimiento + Conteo
En este módulo, le guiaremos a través del proceso de implementación de un sistema de detección y seguimiento de vehículos. Aprenderá cómo configurar la aplicación y evaluar su desempeño en escenarios del mundo real.
- Reconocimiento Automático de Matrículas con Paddle OCR
En este módulo, cubriremos el proceso de entrenamiento de un modelo de detección de objetos personalizado para el reconocimiento de matrículas. Utilizará Roboflow, Google Colab y Paddle OCR para construir y desplegar un sistema ANPR efectivo.
- Método de Estimación de Postura 1: PoseNet
En este módulo, presentaremos la estimación de posturas y demostraremos cómo utilizar PoseNet en Jetson para la detección precisa de posturas. También exploraremos técnicas para mejorar PoseNet con Darknet y Mediapipe.
- Método de Estimación de Postura 2: PoseNet
En este módulo, profundizaremos en PoseNet para la estimación de posturas. Aprenderá el proceso completo de implementación, adquiriendo una comprensión profunda de cómo aplicar PoseNet de manera efectiva.
- Clasificación de Rostros DeepFake
En este módulo, le introduciremos a la tecnología DeepFake, discutiendo sus preocupaciones éticas y proporcionando técnicas para detectar contenido DeepFake usando métodos de clasificación basados en IA.
- Reconocimiento Facial y Asistencia: Entrada y Salida
En este módulo, explicaremos el papel del reconocimiento facial en los sistemas de gestión de asistencia. Aprenderá cómo implementar y ajustar finamente dicho sistema para el seguimiento preciso de la asistencia.
Impartido por
Packt - Course Instructors
Materias
Computer Science
