Lo que necesitas saber antes de
que comiences

Comienza 24 June 2025 07:59

Termina 24 June 2025

00 Días
00 Horas
00 Minutos
00 Segundos
course image

Segmentación Semántica en Imágenes Satelitales

Explora técnicas avanzadas en aprendizaje profundo para la segmentación de imágenes y detección de objetos, centrándote en aplicaciones prácticas en la conducción autónoma.
Toronto Machine Learning Series (TMLS) via YouTube

Toronto Machine Learning Series (TMLS)

2765 Cursos


28 minutes

Actualización opcional disponible

Not Specified

Progreso a tu propio ritmo

Free Video

Actualización opcional disponible

Resumen

Explora técnicas avanzadas en aprendizaje profundo para la segmentación de imágenes y detección de objetos, centrándote en aplicaciones prácticas en la conducción autónoma.

Programa de estudio

  • Introducción al Curso
  • Visión General de la Segmentación Semántica
    Importancia en Imágenes Satelitales y Conducción Autónoma
  • Fundamentos de la Segmentación de Imágenes
  • Introducción a las Técnicas de Segmentación de Imágenes
    Métodos Clásicos vs. Enfoques de Aprendizaje Profundo
  • Conceptos Básicos de Aprendizaje Profundo
  • Visión General de Redes Neuronales
    Esenciales de las Redes Neuronales Convolucionales (CNNs)
  • Técnicas Avanzadas de Segmentación Semántica
  • Redes Completamente Convolucionales (FCNs)
    Arquitectura U-Net
    Variantes de DeepLab
  • Preparación y Anotación de Datos
  • Conjuntos de Datos de Imágenes Satelitales
    Herramientas y Técnicas de Anotación de Imágenes
    Aumento de Datos para Modelos de Segmentación
  • Entrenamiento y Optimización de Modelos
  • Estrategias de Entrenamiento y Mejores Prácticas
    Funciones de Pérdida para Segmentación
    Ajuste de Hiperparámetros
  • Métricas de Evaluación
  • Intersección sobre Unión (IoU)
    Precisión, Recall y Puntaje F1
    Evaluación de Modelos en Escenarios del Mundo Real
  • Detección de Objetos en Imágenes Satelitales
  • Introducción a la Detección de Objetos
    Arquitecturas YOLO y Faster R-CNN
    Integración de Segmentación y Detección
  • Aplicaciones en Conducción Autónoma
  • Segmentación Semántica para Navegación
    Detección de Vehículos, Peatones y Obstáculos
    Desafíos y Soluciones en Procesamiento en Tiempo Real
  • Implementación Práctica
  • Herramientas y Marcos (e.g., TensorFlow, PyTorch)
    Construcción de un Modelo de Segmentación desde Cero
    Despliegue de Modelos en Dispositivos de Borde
  • Estudios de Caso y Aplicaciones en la Industria
  • Proyectos y Empresas del Mundo Real
    Tendencias Futuras en Segmentación Semántica
  • Proyecto Final
  • Diseño e Implementación de Tu Propia Solución de Segmentación
    Presentación y Revisión por Pares
  • Resumen del Curso y Próximos Pasos
  • Recapitulación de Conceptos Clave
    Recursos para Aprendizaje Adicional

Asignaturas

Ciencia de Datos