Cursos de Visión artificial en San José

Esta formación en vivo con instructor en San José (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 capacitación en vivo con instructor en San José (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.

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 formación en vivo, impartida por un instructor, en San José (en línea o en las instalaciones) está dirigida a desarrolladores de IA de nivel intermedio e ingenieros de visión por computadora que desean construir sistemas de visión robustos para aplicaciones de conducción autónoma.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los conceptos fundamentales de la visión por computadora en vehículos autónomos.
• Implementar algoritmos para la detección de objetos, detección de carriles y segmentación semántica.
• Integrar sistemas de visión con otros subsistemas del vehículo autónomo.
• Aplicar técnicas de aprendizaje profundo para tareas de percepción avanzadas.
• Evaluar el rendimiento de los modelos de visión por computadora en escenarios del mundo real.

Esta formación en vivo impartida por un instructor en San José (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 San José (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 San José (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.

Esta formación impartida por un instructor, disponible en San José (en línea o presencial), está dirigida a desarrolladores, investigadores y científicos de datos de nivel intermedio a avanzado que desean aprender a implementar la detección de objetos en tiempo real utilizando YOLOv7.

Al finalizar esta formación, los participantes podrán:

• Comprender los conceptos fundamentales de la detección de objetos.
• Instalar y configurar YOLOv7 para tareas de detección de objetos.
• Entrenar y probar modelos personalizados de detección de objetos usando YOLOv7.
• Integrar YOLOv7 con otros marcos de trabajo y herramientas de visión por computadora.
• Solucionar problemas comunes relacionados con la implementación de YOLOv7.

La visión por computadora es un campo que implica la extracción, el análisis y la comprensión automática de información útil a partir de medios digitales. Python es un lenguaje de programación de alto nivel famoso por su sintaxis clara y la legibilidad del código.

En este entrenamiento en vivo con instructor, los participantes aprenderán los fundamentos de la visión por computadora mientras desarrollan un conjunto de aplicaciones sencillas de visión por computadora utilizando Python.

Al finalizar este entrenamiento, los participantes podrán:

• Comprender los fundamentos de la visión por computadora
• Usar Python para implementar tareas de visión por computadora
• Construir sus propios sistemas de detección de caras, objetos y movimiento

Público objetivo

• Programadores de Python interesados en la visión por computadora

Formato del curso

• Parte teórico-práctica, discusión, ejercicios y práctica intensiva hands-on