Curso de Visión artificial con SimpleCV
SimpleCV es un marco de código abierto, lo que significa que es una colección de bibliotecas y software que puede usar para desarrollar aplicaciones de visión. Le permite trabajar con las imágenes o secuencias de vídeo que provienen de cámaras web, Kinects, FireWire y cámaras IP, o teléfonos móviles. Le ayuda a crear software para que sus diversas tecnologías no solo vean el mundo, sino que también lo entiendan.
Audiencia
Este curso está dirigido a ingenieros y desarrolladores que buscan desarrollar aplicaciones de visión artificial con SimpleCV.
Programa del Curso
Empezar
- Instalación
Tutoriales y ejemplos
- Carcasa SimpleCV
- Conceptos básicos de SimpleCV
- El programa Hola Mundo
- Interacción con la pantalla
- Carga de un directorio de imágenes
- Macros
- Kinect
- Cronometraje
- Detección de un coche
- Segmentación de la imagen y morfología
- Aritmética de la imagen
- Excepciones en Image Math
- Histogramas
- Espacio de color
- Uso de picos de tono
- Creación de un efecto de desenfoque de movimiento
- Simulación de exposición prolongada
- Chroma Key (pantalla verde)
- Dibujar sobre imágenes en SimpleCV
- Capas
- Marcado de la imagen
- Texto y fuentes
- Creación de un objeto de visualización personalizado
Requerimientos
Conocimientos de los siguientes idiomas:
- Python
¿Necesita ayuda para elegir el curso adecuado?
Curso de Visión artificial con SimpleCV - Enquiry
Visión artificial con SimpleCV - Consultas
Consultas
Próximos cursos
Cursos Relacionados
Fiji: Image Processing for Biotechnology and Toxicology
14 HorasEsta capacitación en línea dirigida por un instructor en España (en línea o en el sitio) está dirigida a investigadores y profesionales de laboratorio de nivel principiante a intermedio que desean procesar y analizar imágenes relacionadas con tejidos histológicos, células sanguíneas, algas y otras muestras biológicas.
Al final de esta capacitación, los participantes podrán:
- Navegar por la interfaz de Fiji y utilizar las funciones principales de ImageJ.
- Preprocesar y mejorar imágenes científicas para un mejor análisis.
- Analizar imágenes de manera quantitativa, incluida la contagem de células y la medición de áreas.
- Automatizar tareas repetitivas usando macros y complementos.
- Personalizar flujos de trabajo para necesidades específicas de análisis de imágenes en investigación biológica.
AI Facial Recognition Development for Law Enforcement
21 HorasEsta capacitación en vivo dirigida por un instructor en España (en línea o presencial) está dirigida a personal policial de nivel principiante que desea pasar del dibujo facial manual al uso de herramientas de IA para desarrollar sistemas de reconocimiento facial.
Al final de esta formación, los participantes serán capaces de:
- Comprender los fundamentos de la Inteligencia Artificial y Machine Learning.
- Aprenda los conceptos básicos del procesamiento digital de imágenes y su aplicación en el reconocimiento facial.
- Desarrollar habilidades en el uso de herramientas y marcos de IA para crear modelos de reconocimiento facial.
- Adquiera experiencia práctica en la creación, capacitación y prueba de sistemas de reconocimiento facial.
- Comprender las consideraciones éticas y las mejores prácticas en el uso de la tecnología de reconocimiento facial.
OpenFace: Creación de Sistemas de Reconocimiento Facial
14 HorasOpenFace es Python y Torch un software de reconocimiento facial en tiempo real de código abierto basado en la investigación de FaceNet de Google.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar los componentes de OpenFace para crear e implementar una aplicación de reconocimiento facial de muestra.
Al final de esta formación, los participantes serán capaces de:
- Trabaje con los componentes de OpenFace, incluidos dlib, OpenVC Torch y nn4 para implementar la detección, alineación y transformación de rostros
- Aplique OpenFace a aplicaciones del mundo real como vigilancia, verificación de identidad, realidad virtual, juegos e identificación de clientes habituales, etcétera.
Audiencia
- Desarrolladores
- Científicos de datos
Formato del curso
- En parte conferencia, en parte discusión, ejercicios y práctica práctica pesada
Raspberry Pi + OpenCV: Construye un Sistema de Reconocimiento Facial
21 HorasEsta capacitación en vivo dirigida por un instructor presenta el software, el hardware y el proceso paso a paso necesarios para crear un sistema de reconocimiento facial desde cero. El reconocimiento facial también se conoce como Face Recognition.
El hardware utilizado en este laboratorio incluye Rasberry Pi, un módulo de cámara, servos (opcionales), etcétera. Los participantes son responsables de comprar estos componentes ellos mismos. El software utilizado incluye OpenCV, Linux, Python, etcétera.
Al final de esta formación, los participantes serán capaces de:
- Instale Linux, OpenCV y otras utilidades y bibliotecas de software en una Rasberry Pi.
- Configure OpenCV para capturar y detectar imágenes faciales.
- Comprenda las diversas opciones para empaquetar un sistema Rasberry Pi para su uso en entornos del mundo real.
- Adapte el sistema para una variedad de casos de uso, incluida la vigilancia, la verificación de identidad, etcétera.
Formato del curso
- En parte conferencia, en parte discusión, ejercicios y práctica práctica pesada
Nota
- Otras opciones de hardware y software incluyen: Arduino, OpenFace, Windows, etcétera. Si desea utilizar alguno de ellos, póngase en contacto con nosotros para concertarlo.
Fiji: Introducción al Procesamiento de Imágenes Científicas
21 HorasFiji es un paquete de procesamiento de imágenes de código abierto que agrupa ImageJ (un programa de procesamiento de imágenes para imágenes multidimensionales científicas) y una serie de complementos para el análisis de imágenes científicas.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo usar la distribución Fiji y su programa ImageJ subyacente para crear una aplicación de análisis de imágenes.
Al final de esta formación, los participantes serán capaces de:
- Utilice las funciones de programación avanzadas y los componentes de software de Fiji para ampliar ImageJ
- Unir imágenes 3D de gran tamaño a partir de mosaicos superpuestos
- Actualización automática de una instalación de Fiji al iniciarse mediante el sistema de actualización integrado
- Seleccione entre una amplia selección de lenguajes de scripting para crear soluciones de análisis de imágenes personalizadas
- Utilice las potentes bibliotecas de Fiji, como ImgLib, en grandes conjuntos de datos de bioimágenes
- Implemente su aplicación y colabore con otros científicos en proyectos similares
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.
Marco de Procesamiento de Imagen de Marvin - Creando Aplicaciones de Procesamiento de Imágenes y Video con Marvin
14 HorasMarvin es un marco de procesamiento de imágenes y videos extensible, multiplataforma y de código abierto desarrollado en Java. Los desarrolladores pueden usar Marvin para manipular imágenes, extraer características de imágenes para tareas de clasificación, generar figuras de forma algorítmica, procesar conjuntos de datos de archivos de video y configurar la automatización de pruebas unitarias.
Algunas de las aplicaciones de video de Marvin incluyen filtrado, realidad aumentada, seguimiento de objetos y detección de movimiento.
En este curso los participantes aprenderán los principios del análisis de imágenes y video y utilizarán el Marvin Framework y sus algoritmos de procesamiento de imágenes para construir su propia aplicación.
Formato del curso
Primero se presentan los principios básicos del análisis de imágenes, el análisis de video y el Marco Marvin. Los estudiantes reciben tareas basadas en proyectos que les permiten practicar los conceptos aprendidos. Al final de la clase, los participantes habrán desarrollado su propia aplicación utilizando el Marvin Framework y las bibliotecas.
Curso de PaddlePaddle
21 HorasPaddlePaddle (PArallel Distributed Deep LEarning) es una plataforma de aprendizaje profundo escalable desarrollada por Baidu.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar PaddlePaddle para permitir el aprendizaje profundo en sus aplicaciones de productos y servicios.
Al final de esta capacitación, los participantes podrán:
- Configurar y configurar PaddlePaddle
- Configure una red neuronal convolucional (CNN) para el reconocimiento de imágenes y la detección de objetos
- Configurar una Red Neuronal Recurrente (RNN) para el análisis de sentimientos
- Establecer un aprendizaje profundo sobre los sistemas de recomendación para ayudar a los usuarios a encontrar respuestas
- Predecir porcentajes de clics (CTR), clasificar conjuntos de imágenes a gran escala, realizar reconocimiento óptico de caracteres (OCR), buscar rangos, detectar virus informáticos e implementar un sistema de recomendaciones.
Audiencia
- Desarrolladores
- Científicos de datos
Formato del curso
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
Búsqueda de Patrones
14 HorasPattern Matching es una técnica utilizada para localizar patrones específicos dentro de una imagen. Se puede utilizar para determinar la existencia de características especificadas dentro de una imagen capturada, por ejemplo, la etiqueta esperada en un producto defectuoso en una línea de fábrica o las dimensiones especificadas de un componente. Es diferente de "Pattern Recognition" (que reconoce patrones generales basados en colecciones más grandes de muestras relacionadas) en que dicta específicamente lo que estamos buscando, y luego nos dice si el patrón esperado existe o no.
Formato del curso
- Este curso presenta los enfoques, tecnologías y algoritmos utilizados en el campo de la coincidencia de patrones en su aplicación a Machine Vision.
Curso de Scilab
14 HorasScilab es un lenguaje de alto nivel bien desarrollado, gratuito y de código abierto para la manipulación de datos científicos. Utilizado para estadísticas, gráficos y animación, simulación, procesamiento de señales, física, optimización y más, su estructura de datos central es la matriz, lo que simplifica muchos tipos de problemas en comparación con alternativas como FORTRAN y derivados de C. Es compatible con lenguajes como C, Java y Python, por lo que es adecuado para su uso como complemento de los sistemas existentes.
En esta capacitación dirigida por un instructor, los participantes aprenderán las ventajas de Scilab en comparación con alternativas como Matlab, los conceptos básicos de la sintaxis Scilab, así como algunas funciones avanzadas, y la interfaz con otros lenguajes ampliamente utilizados, según la demanda. El curso concluirá con un breve proyecto centrado en el procesamiento de imágenes.
Al final de esta formación, los participantes tendrán una comprensión de las funciones básicas y algunas funciones avanzadas de Scilab, y tendrán los recursos para seguir ampliando sus conocimientos.
Audiencia
- Científicos e ingenieros de datos, especialmente con interés en el procesamiento de imágenes y el reconocimiento facial
Formato del curso
- Parte conferencia, parte discusión, ejercicios y práctica intensiva, con un proyecto final