About this Course
최근 조회 8,697

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

완료하는 데 약 31시간 필요

권장: 6 weeks, 5 - 6 hours per week...

스페인어

자막: 스페인어

귀하가 습득할 기술

Machine LearningAlgorithmsSupport Vector Machine (SVM)Object DetectionImage Processing

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

완료하는 데 약 31시간 필요

권장: 6 weeks, 5 - 6 hours per week...

스페인어

자막: 스페인어

강의 계획 - 이 강좌에서 배울 내용

1
완료하는 데 3시간 필요

INTRODUCCIÓN A LA DETECCIÓN DE OBJETOS

En esta primera semana explicaremos los fundamentos de un detector de objetos. Empezaremos introduciendo los conceptos básicos de la formación y el análisis de imágenes, para aplicarlos en el diseño de detectores simples basados en las características de los píxeles de la imagen. Finalmente, explicaremos los conceptos de correlación y convolución y veremos cómo se pueden utilizar en la detección de objetos.

...
7 videos (Total 93 min), 5 readings, 1 quiz
7개의 동영상
L1.3. Características de píxel13m
L1.4. Componentes conexas14m
L1.5. Template matching22m
L1.6. Características locales17m
5개의 읽기 자료
Temario10m
Formato del curso y evaluación10m
Preguntas frecuentes10m
Enlaces relacionados10m
Materiales complementarios10m
1개 연습문제
Cuestionario 120m
2
완료하는 데 2시간 필요

CLASIFICACIÓN DE OBJETOS

En esta semana explicaremos el concepto de clasificador de ventana como forma de decidir si una ventana candidata contiene una instancia del objeto que queremos detectar o no. Lo ilustraremos utilizando LBP como descriptor de la imagen y la regresión logística cómo método de clasificación. Nos fijaremos tanto en la parte de aprendizaje del clasificador como en su utilización para determinar el contenido de una ventana.

...
9 videos (Total 117 min), 1 reading, 1 quiz
9개의 동영상
L2.2.c. Histograma LBP por bloques10m
L2.3.a. Regresión logística - Clasificación (I)9m
L2.3.b. Regresión logística - Clasificación (II)13m
L2.4.a. Regresión Logística – Aprendizaje (I)17m
L2.4.b. Regresión Logística – Aprendizaje (II)14m
L2.4.c. Regresión Logística – Aprendizaje (III)23m
1개의 읽기 자료
Materiales adicionales10m
1개 연습문제
Cuestionario 220m
3
완료하는 데 2시간 필요

DETECCIÓN DE OBJETOS

En esta semana nos centraremos primero en la fase de detección de posibles candidatos en la imagen. El conjunto de candidatos que se detecten serán analizados por el clasificador que explicamos en la semana 2 para determinar la presencia del objeto. Además, explicaremos también los pasos necesarios para poder preparar correctamente todos los datos que se utilizan en el aprendizaje y evaluación del detector. Finalmente, veremos cómo podemos evaluar de forma objetiva el rendimiento del detector.

...
9 videos (Total 85 min), 3 readings, 1 quiz
9개의 동영상
L3.3. Generación de Candidatos – Refinación10m
L3.4. Anotación, Bootstrapping, Aprendizaje Activo16m
L3.5.a. Evaluación de la clasificación por ventana (I)9m
L3.5.b. Evaluación de la clasificación por ventana (II)10m
L3.6 Evaluación del rendimiento - Evaluación del detector8m
L3.7 Conjuntos de Entrenamiento, Evaluación y Validación9m
3개의 읽기 자료
Código ejemplo de detector10m
Ejercicios propuestos sobre el código del detector10m
Materiales adicionales10m
1개 연습문제
Cuestionario 320m
4
완료하는 데 2시간 필요

DETECTOR BASADO EN HOG/SVM

En esta semana veremos un segundo ejemplo de sistema de detección de objetos que se basará en la utilización de HOG como descriptor de la imagen y SVM como clasificador.

...
6 videos (Total 70 min), 4 readings, 3 quizzes
6개의 동영상
L4.4. HOG – Cálculo del descriptor11m
L4.5. Support Vector Machines (SVM) – Conceptos básicos13m
L4.6. Support Vector Machines (SVM) – Desarrollo matemático12m
4개의 읽기 자료
Código ejemplo de detector10m
Ejercicios propuestos sobre el código del detector10m
Materiales adicionales10m
Referencias adicionales10m
3개 연습문제
Prueba tus conocimientos8m
Prueba tus conocimientos8m
Cuestionario 420m
4.6
80개의 리뷰Chevron Right

Detección de objetos의 최상위 리뷰

대학: AMMar 4th 2016

Es un excelente curso de introducción a la detección de objetos. Es claro y posee ejemplos didácticos para entender las diferentes metodologías y algoritmos de este complejo y apasionante tema.

대학: YMMay 2nd 2018

Una muy buena introducción al tema de la detección de objetos y reconocimiento de patrones, con buenas referencias para iniciar una investigación propia a los tópicos avanzados.

강사

Avatar

Antonio López Peña

Titular de Universidad
Departamento de Ciencias de la Computación
Avatar

Ernest Valveny

Catedrático Escuela Universitaria
Departamento de Ciencias de la Computación
Avatar

Maria Vanrell

Profesora Titular de Universidad
Departamento de Ciencias de la Computación

바르셀로나 자치대학교 정보

The Universitat Autònoma de Barcelona (UAB) is a public university located in the metropolitan area of Barcelona. International in its outlook, it is fully consolidated within its local surroundings, and offers quality education in close association with research activity, the transfer of scientific, technological, cultural and educational knowledge, the promotion of its human potential and the responsible management of available resources. The UAB currently offers 81 degrees, 130 official Master Programmes and 183 UAB-specific Masters Degrees. In addition, it offers 174 lifelong learning programmes and 65 PhD Programmes, 27 of which have been distinguished through Quality Awards. The UAB has a total of over 3,500 teaching and research staff, over 2,000 administrative staff and over 40,000 students....

자주 묻는 질문

  • 강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.

  • 수료증을 구매하면 성적 평가 과제를 포함한 모든 강좌 자료에 접근할 수 있습니다. 강좌를 완료하면 전자 수료증이 성취도 페이지에 추가되며, 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 콘텐츠만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

  • Sí, puedes solicitar el certificado antes, durante, o al finalizar el curso.

  • Aunque el curso esté diseñado e impartido por la Universidad Autónoma de Barcelona, el certificado lo emite Coursera.

    ¿Qué información incluye?

    · el título del curso

    · la firma del (o de los) instructor(es)

    · el logo de la UAB

    · una url de verificación que permite a terceras personas comprobar la autenticidad del certificado

  • · créditos académicos de la UAB

    · la calificación final obtenida en el curso

    · tu foto del documento de identidad

    · las horas dedicadas al curso

    Recuerda que el certificado no se envía por correo postal o correo electrónico, sino que se trata de un PDF que puedes descargar e imprimir. También puedes compartirlo electrónicamente.

    Lamentablemente Coursera no puede emitir un certificado de curso con más información de la que ya incluye. Si deseas más información al respeto, por favor consulta las páginas de ayuda de Coursera.

  • No. El certificado confirma que el alumno ha superado el curso, pero no es un título oficial de la Universidad Autónoma de Barcelona.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.