Redes Neuronales Convolucionales

Visión por computador: desde los fundamentos de la convolución hasta la detección de objetos.

Convolución y Fundamentos

Filtros, feature maps, pooling y la intuición detrás de las CNNs.

Clasificación y Transfer Learning

ResNet, VGG, fine-tuning y cómo reutilizar modelos preentrenados.

Detección de objetos con modelos YOLO (Ultralytics), detección de landmarks con MediaPipe, y otros paradigmas de detección.

Segmentación semántica, por instancias y panóptica con arquitecturas encoder-decoder: U-Net, FCN, DeepLab y más.