Vision Artificial – Formación en la revolucion IA.

Revolucion-artificial-visionado-por-ordenador

El proyecto «Visión artificial: de las imágenes a los datos» es pionero en el desarrollo del del aprendizaje al estar fundamentado en la metodología innovadora DLA (Departamentos laborales en el aula) y tiene como objetivo principal garantizar el acceso al mercado laboral del sector TIC a los colectivos en riesgo de exclusión social causado por diferentes aspectos.

Este proyecto pretende ser un proyecto pionero en el desarrollo del aprendizaje, al estar fundamentado en una metodología innovadora que permita la asimilación de contenidos por parte del alumnado desde la práctica y la realidad laboral a la que se van a tener que enfrentar al finalizar la formación y también durante su vida laboral. Se trata de una formación muy innovadora en el campo TIC, de la que no existe formación en el catálogo de especialidades ni certificados de profesionalidad.

¿Cuáles son los contenidos?

  • Módulo I: Qué es la visión por ordenador y sus principales usos (45 horas)
    • ¿Qué es y cómo funciona?
    • Breve historia y evolución.
    • ¿Cómo se relaciona con la inteligencia artificial y procesamiento de imágenes?
    • Aplicaciones en el día a día.
    • Imágenes: conceptos clave como píxeles y canales de color (RGB).
    • Cómo abordar los problemas de iluminación, perspectiva, privacidad, cantidad de datos,
    • Tecnologías más habituales: TensorFlow y OpenCV.
  • Módulo II: el aprendizaje automático (95 horas)
    • ¿Qué es el aprendizaje automático? ¿Cómo se relaciona con la visión por ordenador?
    • Principios básicos para entrenar y probar modelos.
    • Tipos de aprendizaje automático.
      • Aprendizaje supervisado: diferencias entre regresión y clasificación. Estudio de modelos como regresión lineal y logística, SVM, árboles, Random Forest y KNN.
      • Aprendizaje no supervisado: estudio de sus características y de los modelos k-means, DBSCAN y clustering.
    • Deep Learning:
      • Estructura básica de las redes neuronales artificiales.
      • Redes neuronales convolucionales (CNNs): impacto en la visión por ordenador y sus aplicaciones en el mundo real.
  • Módulo III: principales funciones del visionado por ordenador (95 horas)
    • Extracción de características: cómo detectar bordes, esquinas y características en imágenes. Aplicaciones en el reconocimiento facial.
    • Detección y clasificación de objetos.
      • Diferencias entre detección y clasificación.
      • Estudio de modelos avanzados como R-CNN y Faster R-CNN.
      • Aplicaciones en vigilancia y seguridad.
    • Segmentación de imágenes.
      • División de una imagen en regiones significativas.
      • Estudio de modelos como Mask R-CNN y U-NET.
      • Aplicaciones en el etiquetado de píxeles.
    • Análisis de video y seguimiento de objetos.
      • Diferencias entre detección en imágenes estáticas y en secuencias de video.
      • Estudio de técnicas como DeepSORT y tracker basados en CNNs.
    • Aplicaciones en el análisis de movimientos (por ejemplo, atletas).
    • Modelo YOLO. Un enfoque ultrarrápido para la detección de objetos en tiempo real.
  • Módulo IV: sistemas de visión 3D artificial (95 horas)
    • Visión 3D vs. 2D: diferencias fundamentales y ventajes del análisis tridimensional.
    • Captura de datos 3D: técnicas de adquisición y procesamiento.
    • Representación y modelado: 3D CNNs, Poisson Surface Reconstruction y Point Cloud Processing.
    • Aplicaciones a la vida cotidiana: medicina, videojuegos, robótica, …
    • ¿Cómo se utiliza la visión artificial para fusionar el mundo real y elementos virtuales? Realidad aumentada.
  • Módulo V: Aplicaciones del visionado por ordenador a la protección del medio ambiente y la economía circular (145 horas)
    • ¿Cómo ayuda la visión artificial a reducir el impacto ambiental?
    • Automoción: Vehículos autónomos, eficiencia energética y fabricación sostenible
    • Alimentación: Clasificación de alimentos, detección de contaminantes y monitoreo de cultivos.
    • Envases y embalajes: Identificación de materiales reciclables, clasificación de residuos y optimización del diseño de envases.
    • Electrónica: Detección de fallos, separación de materiales y gestión de residuos electrónicos.
    • Logística e identificación: Mejora en la trazabilidad, optimización de rutas y gestión eficiente del almacenamiento.
  • Módulo VI: Ventajas (95 horas)
    • Importancia de esta tecnología: precisión, calidad, rentabilidad, sostenibilidad y seguridad.
    • Posicionamiento preciso:
      • Técnicas: detección de marcadores visuales con cámara y sensores en tiempo real.
      • Aplicaciones en robótica, logística y almacenamiento.
  • Identificación de productos y personas:
    • Técnicas: reconocimiento de patrones y formas.
    • Aplicaciones en reconocimiento facial y de huellas dactilares.
  • Verificación de calidad y cumplimiento de normas:
    • Técnicas: comparación con modelos de referencia y análisis de diferencias.
    • Aplicaciones en control de producción y sistemas de seguridad.
  • Medición precisa:
    • Técnicas: fotogrametría, visión estéreo y sensores de profundidad.
    • Aplicaciones en control de calidad, medición de movimiento y velocidad en vídeo.
  • Detección de defectos en productos y personas:
    • Técnicas: análisis de patrones y texturas.
    • Aplicaciones en control de fabricación y detección de anomalías médicas.
  • Soluciones de visión:
    • Técnicas: cámaras y sensores especializados.
    • Aplicaciones en dispositivos médicos y automatización de procesos.