Visión por Computadora para Conducción Autónoma

Esta formación en vivo, impartida por instructores, en Costa Rica (en línea o presencial), está dirigida a ingenieros de robótica avanzada e investigadores de IA que deseen implementar sofisticados algoritmos de planificación de rutas para mejorar el rendimiento de los vehículos autónomos.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos teóricos de los algoritmos avanzados de planificación de rutas.
• Implementar algoritmos como RRT*, A* y D* para la navegación en tiempo real.
• Optimizar la planificación de rutas para la evasión de obstáculos y entornos dinámicos.
• Integrar algoritmos de planificación de rutas con datos de sensores para mejorar la precisión.
• Evaluar el rendimiento de diversos algoritmos en escenarios prácticos.

Esta formación impartida por instructores y en vivo en Costa Rica (en línea o presencial) está dirigida a científicos de datos avanzados, especialistas en IA y desarrolladores de IA automotriz que desean crear, entrenar y optimizar modelos de IA para aplicaciones de conducción autónoma.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de la IA y el aprendizaje profundo en el contexto de vehículos autónomos.
• Implementar técnicas de visión por computadora para la detección de objetos en tiempo real y el mantenimiento de carril.
• Utilizar el aprendizaje por refuerzo para la toma de decisiones en sistemas de conducción autónoma.
• Integrar técnicas de fusión de sensores para mejorar la percepción y la navegación.
• Construir modelos de aprendizaje profundo para predecir y analizar escenarios de conducción.

Esta capacitación en vivo impartida por un instructor en Costa Rica (en línea o presencial) está dirigida a ingenieros de seguridad de nivel avanzado y profesionales de la seguridad automotriz que deseen desarrollar estrategias integrales de seguridad para vehículos autónomos, incluido el análisis de peligros, evaluaciones de seguridad funcional y cumplimiento con normativas internacionales.

Al finalizar esta capacitación, los participantes podrán:

• Identificar y evaluar los riesgos de seguridad asociados con los sistemas de conducción autónoma.
• Realizar análisis de peligros y evaluación de riesgos utilizando normas de la industria.
• Implementar métodos de validación y verificación de seguridad para sistemas AV.
• Aplicar estándares de seguridad funcional, como ISO 26262 y SOTIF.
• Desarrollar estrategias de mitigación de riesgos para los desafíos de seguridad de los AV.

El SDK CANN (Compute Architecture for Neural Networks) ofrece herramientas potentes de implementación y optimización para aplicaciones de IA en tiempo real en visión por computadora y PLN (Procesamiento de Lenguaje Natural), especialmente en hardware Huawei Ascend.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a profesionales de IA de nivel intermedio que desean construir, implementar y optimizar modelos de visión y lenguaje utilizando el SDK CANN para casos de uso en producción.

Al finalizar esta formación, los participantes podrán:

• Implementar y optimizar modelos de CV y PLN utilizando CANN y AscendCL.
• Utilizar las herramientas de CANN para convertir modelos e integrarlos en pipelines en vivo.
• Optimizar el rendimiento de la inferencia para tareas como detección, clasificación y análisis de sentimiento.
• Construir pipelines de CV/PLN en tiempo real para escenarios de implementación en el edge o en la nube.

Formato del curso

• Conferencia interactiva y demostración.
• Laboratorio práctico con implementación de modelos y perfilado de rendimiento.
• Diseño de pipelines en vivo utilizando casos de uso reales de CV y PLN.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarla.

Esta capacitación en vivo con instructor en Costa Rica (en línea o en las instalaciones) está dirigida a profesionales de nivel avanzado que desean profundizar su comprensión de la visión por computadora y explorar las capacidades de TensorFlow para desarrollar sofisticados modelos de visión utilizando Google Colab.

Al finalizar esta capacitación, los participantes serán capaces de:

• Construir y entrenar redes neuronales convolucionales (CNN) utilizando TensorFlow.
• Aprovechar Google Colab para el desarrollo de modelos en la nube escalables y eficientes.
• Implementar técnicas de preprocesamiento de imágenes para tareas de visión por computadora.
• Desplegar modelos de visión por computadora para aplicaciones del mundo real.
• Utilizar el aprendizaje por transferencia para mejorar el rendimiento de los modelos CNN.
• Visualizar e interpretar los resultados de los modelos de clasificación de imágenes.

Esta formación en vivo con instructor en Costa Rica (en línea o presencial) está dirigida a ingenieros de visión por computadora y desarrolladores de AI de nivel intermedio a avanzado, así como a profesionales del IoT que deseen implementar y optimizar modelos de visión por computadora para el procesamiento en tiempo real en dispositivos en el borde.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos del AI en el borde y sus aplicaciones en visión por computadora.
• Implementar modelos de aprendizaje profundo optimizados en dispositivos en el borde para el análisis de imágenes y video en tiempo real.
• Utilizar frameworks como TensorFlow Lite, OpenVINO y NVIDIA Jetson SDK para la implementación de modelos.
• Optimizar modelos de AI para obtener un mejor rendimiento, eficiencia energética e inferencia de baja latencia.

Esta formación en vivo, impartida por un instructor en Costa Rica (en línea o presencial), está dirigida a profesionales de nivel principiante que desean explorar los dilemas éticos y los marcos legales relacionados con los vehículos autónomos.

Al finalizar esta formación, los participantes podrán:

• Comprender las implicaciones éticas de la toma de decisiones impulsada por IA en los vehículos autónomos.
• Analizar los marcos y políticas legales globales que regulan los coches sin conductor.
• Examinar la responsabilidad y la rendición de cuentas en caso de accidentes de vehículos autónomos.
• Evaluar el equilibrio entre la innovación y la seguridad pública en las leyes sobre conducción autónoma.
• Discutir estudios de caso del mundo real que involucran dilemas éticos y disputas legales.

Esta formación en vivo impartida por un instructor en Costa Rica (en línea o presencial) está dirigida a personal de fuerzas del orden de nivel principiante que desea transitar del dibujo facial manual al uso de herramientas de IA para desarrollar sistemas de reconocimiento facial.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de la Inteligencia Artificial y el Aprendizaje Automático.
• Aprender los conceptos básicos del procesamiento digital de imágenes y su aplicación en el reconocimiento facial.
• Desarrollar habilidades para utilizar herramientas y marcos de trabajo de IA para crear modelos de reconocimiento facial.
• Obtener experiencia práctica en la creación, entrenamiento y prueba de sistemas de reconocimiento facial.
• Comprender las consideraciones éticas y las mejores prácticas en el uso de la tecnología de reconocimiento facial.

Esta formación en vivo, impartida por un instructor en Costa Rica (en línea o presencial), está dirigida a investigadores y profesionales de laboratorio de nivel principiante a intermedio que deseen procesar y analizar imágenes relacionadas con tejidos histológicos, células sanguíneas, algas y otras muestras biológicas.

Al finalizar esta formación, los participantes podrán:

• Navegar por la interfaz de Fiji y utilizar las funciones principales de ImageJ.
• Preprocesar y mejorar imágenes científicas para obtener mejores resultados analíticos.
• Analizar imágenes de manera cuantitativa, incluyendo el conteo de células y la medición de áreas.
• Automatizar tareas repetitivas mediante el uso de macros y complementos (plugins).
• Personalizar flujos de trabajo según las necesidades específicas de análisis de imágenes en investigación biológica.

Esta formación en vivo impartida por un instructor en Costa Rica (en línea o presencial) está dirigida a profesionales y entusiastas de nivel principiante que desean comprender los conceptos fundamentales, las tecnologías y las aplicaciones de los vehículos autónomos.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los componentes clave y los principios de funcionamiento de los vehículos autónomos.
• Explorar el papel de la IA, los sensores y el procesamiento de datos en tiempo real en los sistemas de conducción automática.
• Analizar los diferentes niveles de autonomía vehicular y sus aplicaciones en el mundo real.
• Examinar los aspectos éticos, legales y regulatorios de la movilidad autónoma.
• Obtener experiencia práctica con simulaciones de vehículos autónomos.

Esta formación en vivo, impartida por un instructor, en Costa Rica (en línea o presencial), está dirigida a especialistas de nivel avanzado en fusión de sensores e ingenieros de inteligencia artificial que deseen desarrollar algoritmos de fusión multi-sensor y optimizar la navegación en tiempo real en sistemas autónomos.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos y desafíos de la fusión de datos multi-sensor.
• Implementar algoritmos de fusión de sensores para navegación autónoma en tiempo real.
• Integrar datos de LiDAR, cámaras y RADAR para mejorar la percepción.
• Analizar y evaluar el rendimiento del sistema de fusión bajo diversas condiciones.
• Desarrollar soluciones prácticas para la reducción de ruido en sensores y la alineación de datos.

Esta formación en vivo, impartida por un instructor, en Costa Rica (en línea o presencial), está dirigida a ingenieros de software que deseen programar en Python con OpenCV 4 para aprendizaje profundo.

Al finalizar esta formación, los participantes podrán:

• Visualizar, cargar y clasificar imágenes y videos utilizando OpenCV 4.
• Implementar aprendizaje profundo en OpenCV 4 con TensorFlow y Keras.
• Ejecutar modelos de aprendizaje profundo y generar informes impactantes a partir de imágenes y videos.

Esta capacitación en vivo impartida por un instructor en Costa Rica (en línea o presencial) está dirigida a ingenieros de nivel intermedio, profesionales del sector automotriz y especialistas en IoT que desean comprender el papel de los sensores en los coches autónomos, abarcando tecnologías como LiDAR, radar, cámaras y técnicas de fusión de sensores.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los diferentes tipos de sensores utilizados en vehículos autónomos.
• Analizar los datos de los sensores para la percepción y la toma de decisiones en tiempo real.
• Implementar técnicas de fusión de sensores para mejorar la precisión y seguridad del vehículo.
• Optimizar la ubicación y calibración de los sensores para mejorar el rendimiento de la conducción autónoma.

Esta formación en vivo, impartida por un instructor, en Costa Rica (en línea o presencial), está dirigida a ingenieros de redes y desarrolladores de IoT automotriz de nivel intermedio que desean comprender e implementar tecnologías de comunicación V2X para vehículos autónomos.

Al finalizar esta formación, los participantes podrán:

• Comprender los conceptos fundamentales de la comunicación V2X.
• Analizar los modelos de comunicación V2V, V2I, V2P y V2N.
• Implementar protocolos V2X como DSRC y C-V2X.
• Desarrollar simulaciones para entornos de vehículos conectados.
• Abordar los desafíos de ciberseguridad y privacidad en las redes V2X.

Esta formación en vivo impartida por un instructor en Costa Rica (en línea o en las instalaciones) está dirigida a profesionales de nivel intermedio que deseen utilizar Vision Builder AI para diseñar, implementar y optimizar sistemas de inspección automatizada para procesos SMT (Tecnología de Montaje en Superficie).

Al finalizar esta formación, los participantes serán capaces de:

• Configurar e implementar inspecciones automatizadas utilizando Vision Builder AI.
• Adquirir y preprocesar imágenes de alta calidad para su análisis.
• Implementar decisiones basadas en lógica para la detección de defectos y la validación del proceso.
• Generar informes de inspección y optimizar el rendimiento del sistema.