Curso introductorio de Visión Artificial
Presentación
Este curso está diseñado para proporcionar una introducción sólida a los conceptos y aplicaciones fundamentales de esta tecnología emergente. Los participantes aprenderán sobre los principios básicos de procesamiento y análisis de imágenes, así como las técnicas de aprendizaje profundo que impulsan los sistemas modernos de visión artificial. A lo largo del curso, se explorarán casos de uso prácticos, desde la detección de objetos hasta el reconocimiento facial, con demostraciones y ejercicios prácticos para consolidar el aprendizaje. Ideal para profesionales y estudiantes interesados en iniciar su camino en el campo de la visión artificial.
Objetivos
- Comprender cómo se forman las imágenes y vídeos y cómo se procesan.
- Conocer la evolución de los sistemas de visión artificial clásica hacia los modernos sistemas basados en aprendizaje automático.
- Conocer qué problemas se pueden resolver con técnicas de visión artificial.
- Explorar cómo funcionan los sistemas de clasificación, detección y segmentación.
- Explorar cómo funcionan los sistemas generativos.
- Comprender cómo se entrenan los modelos, qué pasos se deben llevar a cabo para la selección y el reparto de datos, y cómo se deben evaluar.
- Realización de algún ejercicio práctico.
Público potencial
Este curso está diseñado para una amplia audiencia interesada en la Visión Artificial. Se dirige a personas curiosas y deseosas de comprender los conceptos fundamentales de la visión artificial. Se recomienda tener conocimientos básicos de programación, aunque no es estrictamente necesario al ser un curso introductorio.
Duración: 4 horas (online)
Organiza: Centro de Inteligencia Artificial de la Universidad de Valladolid (UVaIA)
Imparte: Jaime Duque, Profesor del Área de Ingeniería de Sistemas y Automática de la Escuela de Ingenierías Industriales de la Universidad de Valladolid y miembro del Grupo de Técnicas Avanzadas de la Producción. También es el coordinador del grupo de Visión Artificial del Comité Español de Automática (CEA).
Programa
- Las imágenes y los vídeos.
- Evolución de la visión artificial.
- Tipos de problemas existentes.
- Aprendizaje supervisado/no supervisado.
- Redes neuronales de clasificación.
- Clasificación en vídeo.
- Redes neuronales de regresión y modelos de detección.
- Redes neuronales de segmentación.
- Redes siamesas y el reconocimiento facial.
- Redes generativas antagónicas y modelos de difusión.
- Zero/One/Few-Shot learning.
- Reconocimiento de articulaciones y puntos 3D de personas.
- Ensemble learning.
- Otros modelos de visión artificial.
- Ejercicio práctico.