Introducción a Computer Vision
Aprende a desarrollar sistemas de visión por computadora con práctica y casos reales.
¿Qué aprenderás?
• Aprenderás los fundamentos de las imágenes digitales.
• Aprenderás cómo realizar detección de rostros y objetos.
• Aprenderás el procesamiento de imágenes.
• Explorarás cómo funciona a YOLO y MobileNet para detección avanzada.
• Aprenderás sobre detección de bordes y segmentación.
• Realizarás un proyecto final: sistema de detección en tiempo real con webcam.
Contenido del Curso
Módulo 1: Introducción a la Visión por Computadora
Definición, aplicaciones clave (medicina, seguridad, autos autónomos, AR/VR) y su relación con la IA.
Módulo 2: Procesamiento de Imágenes
Teoría y práctica del procesamiento básico de imágenes, incluyendo filtrado, detección de bordes, transformaciones y uso de OpenCV.
Módulo 3: Detección de Contornos y Segmentación de Imágenes
Aprenderás segmentación por umbralización para detección de objetos y formas.
Módulo 4: Detección de Rostros y Objetos con Modelos Preentrenados
Explorarás detectores clásicos como Haar Cascades y HOG, y los aplicarás para detección facial en imágenes y video.
Módulo 5: Introducción a Modelos de Deep Learning en Visión por Computadora
Verás cómo se integran modelos como MobileNet y YOLO para tareas de detección de objetos con OpenCV.
Módulo 6: Sistema de Detección en Tiempo Real
Proyecto práctico para crear un sistema de detección de rostros y objetos en tiempo real con webcam.
Descripción
Este curso ofrece una introducción completa a la visión por computadora, combinando teoría accesible con prácticas reales usando Python y OpenCV. Aprenderás desde la representación digital de imágenes hasta la implementación de modelos preentrenados como YOLO y MobileNet. A lo largo del curso desarrollarás habilidades para procesar imágenes, detectar objetos y construir sistemas en tiempo real. Ideal para quienes desean iniciarse en la visión por computadora con un enfoque práctico y moderno.
Conoce al profesor
Emily Rivera
Ingeniera Electrónica con una Maestría en Física y Matemática Aplicada, especializada en Redes Neuronales y Computación Neuronal en Moscow Institute of Physics and Technology (MIPT), Rusia. Especialista en Inteligencia Artificial en la startup internacional Avatai.
