Utiliza el código
DATAWEEK
en la página de pago para acceder a un
descuento del 30%.
La oferta finaliza en:
Auto reproducción
Autocompletar
Clase Anterior
Completar y continuar
Computer Vision con Python - Visión artificial con Python
Introducción al curso
Presentación del curso (4:20)
Archivos del curso
¿Qué es Computer Vision? (3:25)
Instalación y preparación del entorno
¿Qué es un Jupyter Notebook? (1:32)
Entorno offline - Instalación Anaconda y Jupyter Notebooks (4:11)
Entorno online - Google Colab (2:02)
Imágenes y NumPy
¿Qué es una imágen? (4:54)
Repaso NumPy (14:47)
Imágenes y NumPy (10:43)
OpenCV
¿Qué es OpenCV? (0:56)
Imágenes en el notebook con OpenCV (14:39)
Imágenes en OpenCV (6:58)
Dibujando en las imagenes (14:51)
Dibujando en las imagenes con raton - Parte 1 (7:53)
Dibujando en las imagenes con raton - Parte 2 (2:02)
Dibujando en las imagenes con raton - Parte 3 (9:44)
Procesamiento de imágenes
Modelo de colores (7:32)
Umbralización de imagen (threshold) (14:46)
¿Qué es un Kernel en Computer Vision? (3:25)
Desenfoque (Blur) (10:36)
Operadores morfológicos (14:29)
Gradiente de imagen (7:55)
Histogramas (10:28)
Video con Python y OpenCV
Conectando la camara (8:00)
Dibujando en la camara (4:41)
Detección de objetos
Introducción a la detección de objetos (2:14)
Coincidencia de plantillas (Template Matching) (17:05)
Detección de esquinas (Corner Detection) (10:12)
Detección de esquinas (Corner Detection) - Parte 2 (5:23)
Detección de bordes (Edge Detection) (7:20)
Detección de cuadrículas (Grid Detection) (9:06)
Detección de contornos (Contour Detection) (7:39)
¿Qué es el algoritmo de Watershed? (20:06)
Semillas personalizadas con el algoritmo WaterShed (18:50)
Introducción a la detección de caras (3:23)
Detección de caras con OpenCV (17:07)
Seguimiento de objetos
Introducción al seguimiento de objetos (0:41)
MeanShift y CamShift - Teoría (2:31)
MeanShift y CamShift en OpenCV - Parte 1 (11:38)
MeanShift y CamShift en OpenCV - Parte 2 (3:34)
Métodos API de Seguimiento (2:30)
Métodos API de Seguimiento con OpenCV (4:43)
Machine Learning y Deep Learning para Computer Vision
¿Qué es Machine Learning? (6:42)
Proceso de Aprendizaje Supervisado (4:56)
Evaluación del modelo (3:04)
Matriz de confusión (4:39)
Clasificación - Métricas de evaluación (6:10)
Regresión - Métricas de evaluación (4:49)
Ejemplo teórico (2:31)
¿Qué es Deep Learning? (5:22)
Modelo Perceptrón (4:30)
Redes Neuronales (2:07)
Funciones de Activación (2:45)
Funciones de Activación de Clases Múltiples (3:57)
Empezando con Keras - Parte 1 (9:30)
Funciones de Coste y Gradiente Descendiente (3:59)
Empezando con Keras - Parte 2 (10:58)
Dataset de MNIST (3:18)
Redes neuronales convolucionales (9:17)
CNN con Keras y MINST (20:11)
YOLO
Introducción a YOLO (1:28)
YOLO con Python (10:05)
Proyecto Final
Introducción al proyecto final (2:08)
Ejemplo del proyecto final (2:11)
Detección de contornos (Contour Detection)
Contenido bloqueados
Si ya estás inscrito,
tendrá que iniciar sesion
.
Inscriba en el curso para desbloquear