Curso de Python and Deep Learning with OpenCV 4
OpenCV es una biblioteca de funciones de programación para descifrar imágenes con algoritmos informáticos. OpenCV 4 es la última versión OpenCV y proporciona modularidad optimizada, algoritmos actualizados y más. Con OpenCV 4 y Python, los usuarios podrán ver, cargar y clasificar imágenes y vídeos para un reconocimiento avanzado de imágenes.
Esta capacitación en vivo dirigida por un instructor (en línea o presencial) está dirigida a ingenieros de software que desean programar en Python con OpenCV 4 para el aprendizaje profundo.
Al final de esta formación, los participantes serán capaces de:
- Vea, cargue y clasifique imágenes y vídeos con OpenCV 4.
- Implemente el aprendizaje profundo en OpenCV, 4 con TensorFlow y Keras.
- Ejecute modelos de aprendizaje profundo y genere informes impactantes a partir de imágenes y vídeos.
Formato del curso
- Charla y discusión interactiva.
- Muchos ejercicios y práctica.
- Implementación práctica en un entorno de laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertarlo.
Programa del Curso
Introducción
¿Qué es la IA?
- Psicología Computacional
- Filosofía Computacional
Deep Learning
- Redes neuronales artificiales
- Aprendizaje profundo frente a aprendizaje automático
Preparación del entorno de desarrollo
- Instalación y configuración OpenCV
OpenCV 4 Inicio rápido
- Visualización de imágenes
- Uso de canales de color
- Visualización de vídeos
Deep Learning Computer Vision
- Uso del módulo DNN
- Trabajar con modelos de aprendizaje profundo
- Uso de SSD
Neural Networks
- Uso de diferentes métodos de entrenamiento
- Medición del rendimiento
Convolucional Neural Networks
- Capacitación y diseño de CNNs
- Construyendo una CNN en Keras
- Importación de datos
- Guardar, cargar y mostrar un modelo
Clasificadores
- Creación y entrenamiento de un clasificador
- División de datos
- Aumento de la precisión de los resultados y los valores
Resumen y conclusión
Requerimientos
- Experiencia básica en programación
Audiencia
- Ingenieros de software
Los cursos de formación abiertos requieren más de 5 participantes.
Curso de Python and Deep Learning with OpenCV 4 - Booking
Curso de Python and Deep Learning with OpenCV 4 - Enquiry
Python and Deep Learning with OpenCV 4 - Consultas
Próximos cursos
Cursos Relacionados
Avanzado Stable Diffusion: Aprendizaje profundo para la generación de texto a imagen
21 horasEsta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o en el sitio) está dirigida a científicos de datos de nivel intermedio a avanzado, ingenieros de aprendizaje automático, investigadores de aprendizaje profundo y expertos en visión por computadora que deseen ampliar sus conocimientos y habilidades en aprendizaje profundo para la generación de texto a imagen.
Al final de esta capacitación, los participantes serán capaces de:
- Comprender arquitecturas y técnicas avanzadas de aprendizaje profundo para la generación de texto a imagen.
- Implemente modelos complejos y optimizaciones para la síntesis de imágenes de alta calidad.
- Optimice el rendimiento y la escalabilidad para grandes conjuntos de datos y modelos complejos.
- Ajuste los hiperparámetros para mejorar el rendimiento y la generalización del modelo.
- Integre Stable Diffusion con otros marcos y herramientas de aprendizaje profundo
Introducción a Stable Diffusion para la generación de texto a imagen
21 horasEsta capacitación en vivo dirigida por un instructor (en línea o en el sitio) está dirigida a científicos de datos, ingenieros de aprendizaje automático e investigadores de visión por computadora que deseen aprovechar Stable Diffusion para generar imágenes de alta calidad para una variedad de casos de uso.
Al final de esta capacitación, los participantes podrán:
- Comprender los principios de la Difusión Estable y cómo funciona para la generación de imágenes.
- Cree y entrene modelos de difusión estable para tareas de generación de imágenes.
- Aplique Difusión estable a diversos escenarios de generación de imágenes, como pintura interior, pintura exterior y traducción de imagen a imagen.
- Optimice el rendimiento y la estabilidad de los modelos de Stable Diffusion
AlphaFold
7 horasEsta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a biólogos que desean comprender cómo funciona AlphaFold y usar los modelos AlphaFold como guías en sus estudios experimentales.
Al final de esta formación, los participantes serán capaces de:
- Comprender los principios básicos de AlphaFold.
- Más información sobre cómo funciona AlphaFold.
- Aprenda a interpretar AlphaFold las predicciones y los resultados.
Edge AI with TensorFlow Lite
14 horasEsta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o en el sitio) está dirigida a desarrolladores de nivel intermedio, científicos de datos y profesionales de IA que deseen aprovechar TensorFlow Lite para aplicaciones de IA perimetral.
Al final de esta capacitación, los participantes serán capaces de:
- Comprenda los fundamentos de TensorFlow Lite y su papel en Edge AI.
- Desarrolle y optimice modelos de IA con TensorFlow Lite.
- Implemente TensorFlow modelos Lite en varios dispositivos perimetrales.
- Utilice herramientas y técnicas para la conversión y optimización de modelos.
- Implemente aplicaciones prácticas de IA perimetral con TensorFlow Lite.
TensorFlow Lite for Embedded Linux
21 horasEsta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o en el sitio) está dirigida a desarrolladores que desean usar TensorFlow Lite para implementar modelos de aprendizaje profundo en dispositivos integrados.
Al final de esta capacitación, los participantes serán capaces de:
- Instala y configura Tensorflow Lite en un dispositivo integrado.
- Comprender los conceptos y componentes subyacentes TensorFlow Lite.
- Convierta los modelos existentes al formato TensorFlow Lite para ejecutarlos en dispositivos integrados.
- Trabaje dentro de las limitaciones de los dispositivos pequeños y TensorFlow Lite, mientras aprende a ampliar el alcance de las operaciones que se pueden ejecutar.
- Implemente un modelo de aprendizaje profundo en un dispositivo integrado que ejecute Linux.
TensorFlow Lite for Android
21 horasEsta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a desarrolladores que desean usar TensorFlow Lite para desarrollar aplicaciones móviles con capacidades de aprendizaje profundo.
Al final de esta formación, los participantes serán capaces de:
- Instale y configure TensorFlow Lite.
- Comprenda los principios detrás de TensorFlow, el aprendizaje automático y el aprendizaje profundo.
- Cargue TensorFlow modelos en un dispositivo Android.
- Habilite las funciones de aprendizaje profundo y aprendizaje automático, como la visión artificial y el reconocimiento del lenguaje natural en una aplicación móvil.
TensorFlow Lite for iOS
21 horasEsta capacitación en vivo dirigida por un instructor (en línea o en el sitio) está dirigida a desarrolladores que deseen utilizar TensorFlow Lite para desarrollar aplicaciones móviles iOS con capacidades de aprendizaje profundo.
Al final de esta capacitación, los participantes serán capaces de:
- Instalar y configurar TensorFlow Lite.
- Comprende los principios detrás de TensorFlow y el aprendizaje automático en dispositivos móviles.
- Cargue modelos de TensorFlow en un dispositivo iOS.
- Ejecute una aplicación iOS capaz de detectar y clasificar un objeto capturado a través de la cámara del dispositivo.
Tensorflow Lite for Microcontrollers
21 horasEsta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a ingenieros que desean escribir, cargar y ejecutar modelos de aprendizaje automático en dispositivos integrados muy pequeños.
Al final de esta formación, los participantes serán capaces de:
- Instale TensorFlow Lite.
- Cargue modelos de aprendizaje automático en un dispositivo integrado para permitirle detectar voz, clasificar imágenes, etc.
- Agregue IA a los dispositivos de hardware sin depender de la conectividad de red.
Deep Learning Neural Networks with Chainer
14 horasEsta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a investigadores y desarrolladores que desean usar Chainer para construir y entrenar redes neuronales en Python mientras hacen que el código sea fácil de depurar.
Al final de esta formación, los participantes serán capaces de:
- Configure el entorno de desarrollo necesario para comenzar a desarrollar modelos de redes neuronales.
- Defina e implemente modelos de redes neuronales utilizando un código fuente comprensible.
- Ejecute ejemplos y modifique los algoritmos existentes para optimizar los modelos de entrenamiento de aprendizaje profundo mientras aprovecha los GPUs para un alto rendimiento.
Distributed Deep Learning with Horovod
7 horasEsta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a desarrolladores o científicos de datos que deseen usar Horovod para ejecutar capacitaciones de aprendizaje profundo distribuidas y ampliarlas para que se ejecuten en múltiples GPU en paralelo.
Al final de esta formación, los participantes serán capaces de:
- Configure el entorno de desarrollo necesario para comenzar a ejecutar capacitaciones de aprendizaje profundo.
- Instale y configure Horovod para entrenar modelos con TensorFlow, Keras, PyTorch y Apache MXNet.
- Escale el entrenamiento de aprendizaje profundo con Horovod para que se ejecute en varios GPU.
Accelerating Deep Learning with FPGA and OpenVINO
35 horasEsta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a científicos de datos que desean acelerar las aplicaciones de aprendizaje automático en tiempo real e implementarlas a escala.
Al final de esta formación, los participantes serán capaces de:
- Instale el kit de herramientas OpenVINO.
- Acelere una aplicación de visión artificial mediante una FPGA.
- Ejecute diferentes capas de CNN en la FPGA.
- Escale la aplicación a varios nodos de un clúster Kubernetes.
Building Deep Learning Models with Apache MXNet
21 horasEsta capacitación en vivo dirigida por un instructor (en línea o presencial) está dirigida a científicos de datos que desean utilizar Apache MXNet para crear e implementar un modelo de aprendizaje profundo para el reconocimiento de imágenes.
Al final de esta formación, los participantes serán capaces de:
- Instale y configure Apache MXNet y sus componentes.
- Comprender la arquitectura y las estructuras de datos de MXNet.
- Utilice las API de bajo y alto nivel de Apache MXNet para crear redes neuronales de manera eficiente.
- Cree una red neuronal convolucional para la clasificación de imágenes.
Deep Learning with Keras
21 horasEsta capacitación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a personas técnicas que desean aplicar el modelo de aprendizaje profundo a las aplicaciones de reconocimiento de imágenes.
Al final de esta formación, los participantes serán capaces de:
- Instalar y configurar Keras.
- Cree rápidamente prototipos de modelos de aprendizaje profundo.
- Implementar una red convolucional.
- Implementar una red recurrente.
- Ejecute un modelo de aprendizaje profundo tanto en una CPU como en GPU.