Visión por computadora con Python

El SDK CANN (Arquitectura de Computación para Redes Neuronales) ofrece potentes herramientas de implementación y optimización para aplicaciones de IA en tiempo real en los campos de la visión artificial y el procesamiento del lenguaje natural (PNL), especialmente en hardware Ascend de Huawei.

Esta capacitación en vivo, impartida por instructores (en línea o en sitio), está dirigida a profesionales de IA de nivel intermedio que deseen construir, implementar y optimizar modelos de visión y lenguaje utilizando el SDK CANN para casos de uso en entornos productivos.

Al finalizar esta capacitación, los participantes serán capaces de:

• Implementar y optimizar modelos de visión artificial y PNL mediante CANN y AscendCL.
• Utilizar las herramientas de CANN para convertir modelos e integrarlos en pipelines en vivo.
• Optimizar el rendimiento de inferencia para tareas como detección, clasificación y análisis de sentimientos.
• Desarrollar pipelines en tiempo real de visión artificial y PNL para escenarios de implementación en el borde o en la nube.

Formato del Curso

• Clase magistral interactiva y demostraciones.
• Prácticas de laboratorio con implementación de modelos y perfilado de rendimiento.
• Diseño de pipelines en vivo utilizando casos reales de visión artificial y PNL.

Opciones de Personalización del Curso

• Para solicitar una capacitación personalizada para este curso, contáctenos para coordinar los detalles.

Esta formación impartida por un instructor, en vivo en Colombia (en línea o en sitio), está dirigida a desarrolladores de IA y especialistas en visión por computador de nivel intermedio que deseen construir sistemas de visión robustos para aplicaciones de conducción autónoma.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los conceptos fundamentales de la visión por computador en vehículos autónomos.
• Implementar algoritmos para la detección de objetos, detección de carriles y segmentación semántica.
• Integrar sistemas de visión con otros subsistemas del vehículo autónomo.
• Aplicar técnicas de aprendizaje profundo para tareas avanzadas de percepción.
• Evaluar el rendimiento de los modelos de visión por computador en escenarios del mundo real.

Esta capacitación impartida por un instructor, en vivo en Colombia (en línea o presencial), está dirigida a científicos de datos e ingenieros de software que desean utilizar Dask dentro del ecosistema de Python para construir, escalar y analizar grandes conjuntos de datos.

Al finalizar esta capacitación, los participantes podrán:

• Configurar el entorno para comenzar a construir procesos de procesamiento de grandes volúmenes de datos con Dask y Python.
• Explorar las características, bibliotecas, herramientas y APIs disponibles en Dask.
• Comprender cómo Dask acelera la computación paralela en Python.
• Aprender a escalar el ecosistema de Python (Numpy, SciPy y Pandas) utilizando Dask.
• Optimizar el entorno de Dask para mantener un alto rendimiento al manejar grandes conjuntos de datos.

Esta capacitación, impartida por un instructor en vivo en Colombia (en línea o en sitio), está dirigida a desarrolladores de Python y analistas de datos de nivel intermedio que deseen mejorar sus habilidades en análisis y manipulación de datos utilizando Pandas y NumPy.

Al finalizar esta capacitación, los participantes podrán:

• Configurar un entorno de desarrollo que incluya Python, Pandas y NumPy.
• Crear una aplicación de análisis de datos utilizando Pandas y NumPy.
• Realizar operaciones avanzadas de manipulación, ordenamiento y filtrado de datos.
• Ejecutar operaciones de agregación y analizar datos de series temporales.
• Visualizar datos usando Matplotlib y otras librerías de visualización.
• Depurar y optimizar su código de análisis de datos.

Este entrenamiento en vivo, impartido por un instructor en Colombia (en línea o en sitio), está dirigido al personal de fuerzas del orden de nivel principiante que desea pasar del dibujo manual de rostros a la utilización de herramientas de IA para desarrollar sistemas de reconocimiento facial.

Al finalizar este entrenamiento, los participantes serán capaces de:

• Comprender los fundamentos de la inteligencia artificial y el aprendizaje automático.
• Aprender los conceptos básicos del procesamiento de imágenes digitales y su aplicación en el reconocimiento facial.
• Desarrollar habilidades en el uso de herramientas y frameworks de IA para crear modelos de reconocimiento facial.
• Adquirir experiencia práctica en la creación, entrenamiento y prueba de sistemas de reconocimiento facial.
• Comprender las consideraciones éticas y las mejores prácticas en el uso de la tecnología de reconocimiento facial.

Esta capacitación impartida por un instructor, en vivo (en línea o presencial), está dirigida a desarrolladores que desean utilizar el stack FARM (FastAPI, React y MongoDB) para crear aplicaciones web dinámicas, de alto rendimiento y escalables.

Al finalizar esta capacitación, los participantes podrán:

• Configurar el entorno de desarrollo necesario que integre FastAPI, React y MongoDB.
• Comprender los conceptos clave, características y beneficios del stack FARM.
• Aprender a construir APIs REST con FastAPI.
• Aprender a diseñar aplicaciones interactivas con React.
• Desarrollar, probar y desplegar aplicaciones (frontend y backend) utilizando el stack FARM.

Esta formación impartida por un instructor, en vivo en Colombia (en línea o presencial), está dirigida a desarrolladores que deseen utilizar FastAPI con Python para construir, probar y desplegar APIs RESTful de manera más sencilla y rápida.

Al finalizar esta formación, los participantes podrán:

• Configurar el entorno de desarrollo necesario para desarrollar APIs con Python y FastAPI.
• Crear APIs de forma más rápida y sencilla utilizando la biblioteca FastAPI.
• Aprender cómo crear modelos de datos y esquemas basados en Pydantic y OpenAPI.
• Conectar APIs a una base de datos utilizando SQLAlchemy.
• Implementar seguridad y autenticación en las APIs mediante las herramientas de FastAPI.
• Construir imágenes de contenedor y desplegar APIs web en un servidor en la nube.

Fiji es un potente paquete de procesamiento de imágenes de código abierto que integra ImageJ (un programa diseñado para imágenes científicas multidimensionales) junto con un conjunto completo de complementos para el análisis de imágenes científicas.

En esta capacitación en vivo con instrucción directa, los participantes aprenderán cómo aprovechar la distribución de Fiji y su programa subyacente ImageJ para crear aplicaciones robustas de análisis de imágenes.

Al finalizar esta capacitación, los participantes podrán:

• Utilizar las funciones avanzadas de programación y los componentes de software de Fiji para extender las capacidades de ImageJ
• Unir imágenes 3D grandes a partir de teselas superpuestas
• Automatizar la actualización de una instalación de Fiji al iniciarla mediante el sistema de actualización integrado
• Seleccionar entre una amplia gama de lenguajes de scripting para construir soluciones personalizadas de análisis de imágenes
• Utilizar las potentes bibliotecas de Fiji, como ImgLib, para procesar eficientemente conjuntos de datos de bioimágenes grandes
• Desplegar aplicaciones y colaborar eficazmente con otros científicos en proyectos similares

Formato del curso

• Conferencia interactiva y discusión
• Ejercicios extensos y aplicación práctica
• Implementación práctica en un entorno de laboratorio en vivo

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, contáctenos para coordinar los detalles.

Esta capacitación en vivo, impartida por un instructor en Colombia (en línea o en sitio), está dirigida a investigadores y profesionales de laboratorio de nivel principiante a intermedio que deseen procesar y analizar imágenes relacionadas con tejidos histológicos, células sanguíneas, algas y otras muestras biológicas.

Al finalizar esta capacitación, los participantes serán capaces de:

• Navegar por la interfaz de Fiji y utilizar las funciones principales de ImageJ.
• Preprocesar y mejorar imágenes científicas para obtener un mejor análisis.
• Realizar análisis cuantitativo de imágenes, incluido el conteo de células y la medición de áreas.
• Automatizar tareas repetitivas mediante el uso de macros y complementos.
• Personalizar flujos de trabajo según las necesidades específicas de análisis de imágenes en investigación biológica.

Esta capacitación en vivo, impartida por un instructor en Colombia (en línea o en sitio), está dirigida a científicos de datos y desarrolladores que deseen utilizar Modin para construir e implementar cálculos paralelos con Pandas y lograr un análisis de datos más rápido.

Al finalizar esta capacitación, los participantes serán capaces de:

• Configurar el entorno necesario para comenzar a desarrollar flujos de trabajo de Pandas a gran escala con Modin.
• Comprender las características, la arquitectura y las ventajas de Modin.
• Conocer las diferencias entre Modin, Dask y Ray.
• Ejecutar operaciones de Pandas más rápidamente con Modin.
• Implementar toda la API y las funciones de Pandas.

OpenCV (Librería de Código Abierto para Visión por Computador: http://opencv.org) es una librería de licencia BSD de código abierto que incluye cientos de algoritmos de visión por computador.

Público objetivo

Este curso está dirigido a ingenieros y arquitectos que buscan utilizar OpenCV en proyectos de visión por computador.

Este curso, impartido por un instructor en vivo en Colombia (en línea o en sitio), está dirigido a ingenieros de software que deseen programar en Python con OpenCV 4 para aprendizaje profundo.

Al finalizar este entrenamiento, los participantes podrán:

• Visualizar, cargar y clasificar imágenes y videos utilizando OpenCV 4.
• Implementar aprendizaje profundo en OpenCV 4 con TensorFlow y Keras.
• Ejecutar modelos de aprendizaje profundo y generar informes de alto impacto a partir de imágenes y videos.

La coincidencia de patrones es una técnica utilizada para localizar patrones específicos dentro de una imagen. Puede emplearse para determinar la existencia de características definidas en una imagen capturada, como la etiqueta esperada en un producto defectuoso en una línea de producción o las dimensiones especificadas de un componente. Se diferencia de la "reconocimiento de patrones" (que identifica patrones generales basándose en grandes colecciones de muestras relacionadas) en que define explícitamente qué estamos buscando y luego indica si el patrón esperado existe o no.

Formato del curso

• Este curso introduce los enfoques, tecnologías y algoritmos utilizados en el campo de la coincidencia de patrones aplicado a la visión artificial.

Esta capacitación impartida por un instructor en vivo en Colombia (en línea o presencial) está dirigida a profesionales de nivel intermedio que desean utilizar Vision Builder AI para diseñar, implementar y optimizar sistemas de inspección automatizada para procesos de tecnología de montaje superficial (SMT).

Al finalizar esta capacitación, los participantes podrán:

• Configurar y establecer inspecciones automatizadas utilizando Vision Builder AI.
• Adquirir y preprocesar imágenes de alta calidad para su análisis.
• Implementar decisiones basadas en lógica para la detección de defectos y la validación de procesos.
• Generar informes de inspección y optimizar el rendimiento del sistema.