Visión artificial con Raspberry Pi
Datos del curso:
✅Modalidad en línea – On demand 👨💻
✅Asesoría via WhatsApp 👨🏫
✅Incluye constancia DC-3 expedida por agente capacitador autorizado por la Secretaría de Trabajo y Previsión Social(Aplicable solo para México) 📜
✅Acceso permanente al contenido
✅Desarrollado sobre Windows
IMPORTANTE: ESTE CURSO REQUIERE MATERIAL PARA SU REALIZACIÓN
-
Raspberry Pi 4B 4GB o más
-
Cámara V1.3 para Raspberry Pi (Con cable flex y base)
-
Chasis coche Robot para Arduino (4 motores y ruedas)
-
Puente H L298(Shield)
-
10 Leds
-
10 Resistencias 330 ohm
-
5 Push button
-
5 Resistencias 1K ohm
La Visión Artificial se ha convertido en una tecnología crucial que impulsa la innovación en diversos campos, desde la industria manufacturera hasta la medicina y la robótica. En este emocionante curso de Visión Artificial con Raspberry Pi y Python, te sumergirás en el mundo de la percepción de máquinas, aprendiendo a crear soluciones visuales inteligentes y desbloquear un vasto potencial de aplicaciones.
Importancia de la Visión Artificial:
La Visión Artificial permite que las máquinas interpreten y comprendan el mundo visual que nos rodea, al igual que lo hacen los seres humanos. Esta tecnología es esencial para automatizar procesos, mejorar la calidad del control de la producción, habilitar la conducción autónoma, optimizar la atención médica y mucho más. Su capacidad para extraer información significativa de imágenes y videos es una herramienta invaluable en la toma de decisiones y en la creación de sistemas más eficientes y efectivos.
Mercado y Avances:
El mercado de la Visión Artificial está en constante crecimiento, con aplicaciones que van desde la seguridad y la vigilancia hasta la realidad aumentada. La demanda de profesionales capacitados en este campo sigue en aumento, a medida que las empresas buscan integrar capacidades visuales en sus productos y servicios. Los avances en algoritmos de detección, técnicas de aprendizaje profundo y hardware accesible, como la Raspberry Pi, han democratizado el acceso a esta tecnología, permitiendo que más personas se involucren en la creación de soluciones innovadoras.
Campo Laboral:
El conocimiento en Visión Artificial es altamente valorado en la industria actual. Los profesionales capacitados pueden encontrar oportunidades en empresas de tecnología, investigación, fabricación, automoción, medicina y muchas otras áreas. Las habilidades adquiridas en este curso te prepararán para diseñar sistemas de detección y seguimiento, automatización de procesos visuales y aplicaciones de inteligencia artificial en el ámbito de la visión.
- Haber tomado el curso de Procesamiento digital de imágenes con Python de 0 a Master(Incluido con este curso)
- Conocimientos en Procesamiento digital de imágenes
- Python intermedio
- Raspberry pi 4B
- Raspberry cam v1.3 o similar
Currículum
- 9 Sections
- 97 Lessons
- Duración
- Raspberry Pi y visión artificial16
- 1.1Accede a los cursos completos de Python y PDI35 Hours
- 1.2Bienvenida al curso1 Minutes
- 1.3¿Que es la Raspberry Pi?1 Minutes
- 1.4¿Dónde se utiliza la Raspberry Pi?4 Minutes
- 1.5Diseccionando la Raspberry Pi 4B5 Minutes
- 1.6Descarga del Sistema Operativo para Raspberry Pi10 Minutes
- 1.7Instalación del Sistema Operativo10 Minutes
- 1.8Configuración inicial de la Raspberry Pi10 Minutes
- 1.9Escritorio de Raspberry Pi en el escritorio de Windows20 Minutes
- 1.10¿Qué es la visión artificial?2 Minutes
- 1.11¿Dónde se utiliza la visión artificial?2 Minutes
- 1.12Librerías a utilizar1 Minutes
- 1.13Instalación de dependencias6 Minutes
- 1.14Instalación de librerías5 Minutes
- 1.15Resumen – Raspberry Pi y visión artificial1 Minutes
- 1.16Cuestionario – Raspberry Pi y visión artificial10 Minutes4 Questions
- El GPIO19
- 2.1¿Qué es el GPIO de Raspberry Pi 4?2 Minutes
- 2.2Especificaciones del GPIO de Raspberry Pi 42 Minutes
- 2.3Secuencias con Leds – Introducción1 Minutes
- 2.4Encendido de LED4 Minutes
- 2.5Secuenciando el encendido y apagado de un Led4 Minutes
- 2.6Secuencia sencilla de 4 Leds5 Minutes
- 2.7Secuencia sencilla de 4 Leds con For anidado6 Minutes
- 2.8Secuencia compleja de 4 Leds con For anidado9 Minutes
- 2.9Secuencia compleja de 4 Leds con For anidado y lectura de entrada9 Minutes
- 2.10Control de brillo de un Led mediante PWM7 Minutes
- 2.11¿Qué es el PWM?3 Minutes
- 2.12Introducción – Control de motores DC3 Minutes
- 2.13El puente H2 Minutes
- 2.14Activación de un motor DC5 Minutes
- 2.15Cambio de sentido de giro con frenado suave9 Minutes
- 2.16Control de 2 motores DC3 Minutes
- 2.17Circuito para el coche robot10 Minutes
- 2.18Resumen – GPIO1 Minutes
- 2.19Evaluación – GPIO10 Minutes4 Questions
- PiCamera11
- 3.1Introducción – ¿Qué es una cámara?1 Minutes
- 3.2Introducción a la cámara V1.3 de Raspberry1 Minutes
- 3.3¿Qué es la adquisición de imágenes?3 Minutes
- 3.4Imagen VS video1 Minutes
- 3.5Configurar la Raspi Cam2 Minutes
- 3.6Captura de imagenes10 Minutes
- 3.7Captura de secuencia de imágenes10 Minutes
- 3.8Resumen – PiCamera1 Minutes
- 3.9Evaluación – PiCamera15 Minutes10 Questions
- 3.10Bonus – Otras configuraciones4 Minutes
- 3.11Bonus – Otras configuraciones – Código13 Minutes
- Detección de objetos con HaarCascade10
- 4.1Introducción3 Minutes
- 4.2Detección de rostros15 Minutes
- 4.3Detección de personas5 Minutes
- 4.4Robot seguidor de rostros (Seguimiento Horizontal) parte 110 Minutes
- 4.5Robot seguidor de rostros (Seguimiento Horizontal) parte 229 Minutes
- 4.6Robot seguidor de rostros (Seguimiento Horizontal) Demostración2 Minutes
- 4.7Robot seguidor de rostros5 Minutes
- 4.8Robot seguidor de rostros Demostración3 Minutes
- 4.9Resumen – Haar Cascade2 Minutes
- 4.10Evaluación – Haar Cascade10 Minutes5 Questions
- Detección de objetos por color7
- 5.1Introducción1 Minutes
- 5.2Segmentación por umbral2 Minutes
- 5.3Segmentación por umbral – Código27 Minutes
- 5.4Detección de objetos por color15 Minutes
- 5.5Robot seguidor de color7 Minutes
- 5.6Resumen – Detección de objetos mediante color2 Minutes
- 5.7Evaluación – Detección de objetos mediante color10 Minutes4 Questions
- Detección de objetos por contorno8
- 6.1Introducción2 Minutes
- 6.2Detección de contornos20 Minutes
- 6.3Área del contorno – Contador de objetos13 Minutes
- 6.4Orientación del objeto14 Minutes
- 6.5Contorno a rectángulo7 Minutes
- 6.6Transformación de perspectiva (Tema adicional)9 Minutes
- 6.7Resumen – Contornos1 Minutes
- 6.8Evaluación – Contornos10 Minutes5 Questions
- Introducción a la clasificación con Machine Learning8
- 7.1Introducción5 Minutes
- 7.2Muestras, características y etiquetas5 Minutes
- 7.3Diferencia entre regresión y clasificación5 Minutes
- 7.4Alarma – Parte 12 Minutes
- 7.5Alarma – Parte 2 (Entrenamiento)14 Minutes
- 7.6Alarma – Parte 3 (Aplicación en fisico)5 Minutes
- 7.7Resumen – Clasificación con Machine Learning1 Minutes
- 7.8Evaluación – Clasificación con Machine Learning10 Minutes5 Questions
- Extracción de características22
- 8.1Introducción1 Minutes
- 8.2Capturar imágenes de entrenamiento26 Minutes
- 8.3Extracción de características de color – Introducción1 Minutes
- 8.4Extracción de características de color – Media aritmética y desviación estándar – Parte 112 Minutes
- 8.5Extracción de características de color – Media aritmética y desviación estándar – Parte 213 Minutes
- 8.6Extracción de características de color – Media aritmética y desviación estándar – Parte 311 Minutes
- 8.7Extracción de características de color – Cálculo del histograma – Parte 19 Minutes
- 8.8Extracción de características de color – Cálculo del histograma – Parte 24 Minutes
- 8.9Detección de sello en conector automotriz6 Minutes
- 8.10Local Binary Patterns para características de textura – Introducción9 Minutes
- 8.11Local Binary Patterns para características de textura – Captura de imágenes10 Minutes
- 8.12Local Binary Patterns para características de textura – Extracción14 Minutes
- 8.13Local Binary Patterns para características de textura – Clasificación de madera8 Minutes
- 8.14Extracción de características de forma – Introducción2 Minutes
- 8.15Momentos de Hu – Captura de imágenes26 Minutes
- 8.16Momentos de Hu – Extracción25 Minutes
- 8.17Momentos de Hu – Clasificador15 Minutes
- 8.18Descriptores de Fourier – Introducción4 Minutes
- 8.19Descriptores de Fourier – Extracción8 Minutes
- 8.20Descriptores de Fourier – Clasificador5 Minutes
- 8.21Resumen – Extracción de características1 Minutes
- 8.22Evaluación – Extracción de características10 Minutes4 Questions
- Extracción de características mediante Deep Learning4

Soy un apasionado por la innovación tecnológica, el desarrollo y el emprendimiento. Durante mi educación superior me enfoqué en la programación de software para visión artificial e inteligencia artificial. Poco después al graduarme tuve la oportunidad de aplicar estos conocimientos en el desarrollo de soluciones para empresas como General Motors, Ford, Harley-Davidson, Mack, Tesla y unas cuantas empresas más del ramo automotriz.
Adquierlo en paquete
Posiblemente estés interesado en
-
107 Estudiante
-
44 Lección
-
Intermedio
-
107 Estudiante
-
44 Lección
-
Principiante
-
7 Estudiante
-
68 Lección
-
Experto
-
12 Estudiante
-
17 Lección
-
Todos los niveles
-
25 Estudiante
-
3 Lección
Sign up to receive our latest updates
Ponte en contacto
Dirección
Temas populares
- © 2024 Academia TIN. Todos los derechos reservados.