Transfer Learning para clasificación de Videos

Datos del curso:

✅Modalidad en línea – On demand 👨‍💻

✅Asesoría via WhatsApp 👨‍🏫

✅Acceso permanente al contenido

✅Desarrollado sobre Windows

En este curso aprenderás a aplicar las redes neuronales convolucionales como extractores de características con los cuales obtendremos información importante proveniente de secuencias de imágenes que componen a los videos. Estas secuencias de características las utilizaremos para entrenar redes neuronales recurrentes que nos permitirán clasificarlas en acciones, por lo que lograremos obtener un modelo capaz de analizar videos y darnos como resultado el tipo de acción que se está realizando en dicho video por ejemplo, corriendo, volando, cayendo, bailando y hasta detección de actos violentos.

Es necesario haber cursado Transfer Learning para clasificación de imágenes (Adquiere el paquete dando clic aquí)

Aprenderás a realizar:

✅Qué son las redes neuronales recurrentes?

✅Creación de secuencias de datos

✅Trabajo con celdas LSTM

✅Modelo ResNet 50 como extractor de características

✅Clasificación de acciones violentas en videos

Requisitos de cómputo:

✅Procesador Core i3 o superior (o su equivalente en AMD)

✅8 GB de memoria RAM – Mínimo

✅Tarjeta gráfica NVIDIA serie RTX o con soporte para CUDA (Opcional para acelerar el entrenamiento de los modelos)

✅Webcam – Puede ser sencilla

✅No requieres cámaras de grado industrial, licencias o software costoso.