Curso de Capacitación en Visión Artificial para la Automatización
Dirigido a
- Profesionales de ingeniería interesados en el área de automatización con visión artificial.
- Funcionarios de entidades públicas que formulan, evalúan y supervisan proyectos de automatización en general que requieran análisis mediante visión por computador.
- Docentes de educación superior que tienen a su cargo brindar clases de cursos de Automatización, Inteligencia Artificial, Procesamiento de Imágenes Digitales; o similares.
- Profesionales y estudiantes de ingeniería, vinculados a las especialidades de Electrónica, Mecatrónica, Informática, Mecánica, Civil, entre otras carreras relacionadas.
- Investigadores interesados en la temática de automatización y visión artificial.
¿Por qué elegir la PUCP?
Te ofrecemos formar parte de una gran comunidad académica (Puesto 10 a nivel Latinoamérica en QS World University Rankings).
Certificación digital
A nombre de FABRICUM y del Departamento de Ingeniería de la PUCP.
Regístrate aquí
¿Por qué llevar el curso?
Este curso te permitirá reconocer técnicas para utilizar diversos algoritmos de visión artificial, así como aplicar herramientas prácticas para implementar sistemas de visión por computador basados en microcomputadores. Además, aplicarás las tecnologías de la información para automatizar procesos mediante visión artificial.
Plana docentePlana docente de primer nivel profesional y académico
Malla curricularMalla curricular especializada y actualizada
Clases en vivoClases en vivo con interacción continua entre docente y alumno
Grabación de las clasesGrabación de las clases (no descargables) para que puedas revisarlas
Temario
¿Qué es visión artificial?
Tareas de la Visión artificial: clasificación de imágenes, detección de objetos, segmentación semántica, segmentación de instancias
Imágenes digitales
Conceptos fundamentales y diferencias de Inteligencia Artificial, Machine Learning, Deep Learning
¿Qué es un dataset y para qué sirve?
Procesamiento de imágenes para entrenamiento de Redes Neuronales Convolucionales (CNNs)
Data Augmentation
Etiquetado de imágenes digitales
Generación de datasets.
¿Qué es Yolo y cómo funciona?
Entrenamiento de Yolo
Evaluación de resultados
¿Qué es U-net y cómo funciona?
Entrenamiento de U-net
Evaluación de resultados
Microcomputadores y Nvidia Jetson
Preparación del entorno físico y virtual para la Nvidia Jetson, descarga de librerías, consideraciones generales
Pruebas de algoritmos entrenados de Visión artificial in situ
Consideraciones finales
Horario detallado
Clases virtuales
- Miércoles 10 de julio – 7:00 pm a 10:00 pm
- Miércoles 17 de julio – 7:00 pm a 10:00 pm
- Viernes 19 de julio – 7:00 pm a 10:00 pm
- Miércoles 24 de julio – 7:00 pm a 10:00 pm
Clases presenciales
- Laboratorio Grupo 2*
Jueves 25 de julio – 7:00 pm a 10:00 pm) - Laboratorio Grupo 1
Viernes 26 de julio – 7:00 pm a 10:00 pm)
*(La apertura del Grupo 2 está sujeto a aforo)
La clase laboratorio será presencial en Campus PUCP
Requisitos
Conocimientos previos requeridos:
- Imágenes digitales (composición, planos de color, convolución).
- Python básico (numpy, matplotlib)
Softwares necesarios.
- Miniconda (Gestor de librerías) – Gratuito
- Spyder (IDE) – Gratuito
Especificaciones técnicas mínimas PC
- RAM: 4GB
- Espacio en disco: 2 GB
(*) Los softwares se utilizarán en todas las clases para programación en Python.
Inversión
-
Público general S/ 650.00
-
Comunidad PUCP* S/ 585.00
Descuentos
-
Pronto pago público general S/ 620.00El descuento de pronto pago aplica hasta el 23/06/2024
-
Pronto pago comunidad PUCP* S/ 550.00El descuento de pronto pago aplica hasta el 23/06/2024