Curso Detección de Objetos con Deep Learning

---

9 lecciones • 4 horas

---

Curso práctico donde aprenderás a implementar diferentes estrategias para realizar la detección de objetos en imágenes haciendo uso de Redes Convolucionales, Redes Transformer y lenguaje natural.

---

Al final del curso habrás aprendido

• En qué consiste la detección de objetos en imágenes y cómo elegir y evaluar el desempeño de un modelo de detección de objetos
• Cómo funcionan las principales estrategias que podemos usar en la actualidad para detectar objetos en imágenes usando arquitecturas de Deep Learning (Redes Convolucionales y Redes Transformer) y lenguaje natural
• A implementar, con ayuda de Python, cada una de las estrategias de detección de objetos dependiendo de las particularidades del problema a resolver

---

Requisitos

• Se sugiere haber tomado los cursos Introducción a la Visión por Computador con Deep Learning y Clasificación de Imágenes con Deep Learning, disponibles acá en la Academia Online

---

Contenido

MÓDULO 1: INTRODUCCIÓN A LA DETECCIÓN DE OBJETOS

1 – Introducción a la detección de objetos con Deep Learning

2 – mAP (mean average precision) para evaluar detectores de objetos

3 – ¿Cómo elegir un modelo detector de objetos?

MÓDULO 2: IMPLEMENTACIÓN PRÁCTICA DE DETECTORES DE OBJETOS

4 – YOLO explicado

5 – Detección de objetos con YOLO

6 – El Detection Transformer (DETR) explicado

7 – Detección de objetos con DETR

8 – Modelos de vocabulario abierto para detección de objetos

9 – Detección de objetos con YOLO World y Grounding DINO

---