Chevron Left
返回到 Clasificación de imágenes: ¿cómo reconocer el contenido de una imagen?

學生對 巴塞罗那自治大学 提供的 Clasificación de imágenes: ¿cómo reconocer el contenido de una imagen? 的評價和反饋

4.3
76 個評分
30 條評論

課程概述

¿Te interesa la visión por computador? ¿Te gustaría saber cómo se puede reconocer el contenido visual de las imágenes y clasificarlas a partir de su contenido? En este curso aprenderás diferentes métodos de representación y clasificación de imágenes. El temario del curso te permitirá conocer el esquema básico de clasificación de imágenes conocido como Bag of Visual Words. A partir de este esquema básico aprenderás cómo utilizar varios descriptores locales de la imagen así como los métodos de clasificación más habituales. También describiremos diferentes extensiones del esquema básico que permiten combinar distintos descriptores, incluir información espacial o mejorar la representación final de la imagen. Finalizar el curso te permitirá: • Diseñar soluciones adaptadas para diferentes problemas de clasificación y reconocimiento de imágenes • Conocer las principales técnicas usadas para la descripción y clasificación de una imagen • Acceder a las herramientas que permiten el desarrollo de aplicaciones reales de clasificación de imágenes El curso está orientado tanto a estudiantes universitarios de algún grado relacionado con la informática, la ingeniería o las matemáticas, como a otros estudiantes con conocimientos de programación, interesados en aprender cómo utilizar técnicas de visión por computador para extraer información de las imágenes....

熱門審閱

EV
2017年8月15日

Estupendo curso! Estoy haciendo un TFG de un clasificador automático de sonidos y el curso me ha ayudado mucho a consolidar conceptos! 100% recomendable!!

JE
2018年1月8日

Muy buen curso se aprende mucho y varias maneras para realisarlo a demás que se entiende de manera fácil

篩選依據:

1 - Clasificación de imágenes: ¿cómo reconocer el contenido de una imagen? 的 25 個評論(共 30 個)

創建者 Andrés M

2018年9月30日

No puedo creerme que el curso lleve 3 años en pie y no hayan mejoras respecto al material y a la calidad del curso. Me explico: (a) Muchos de los vídeos duran demasiado porque los expositores o se equivocaban, o se trababan, o repetían frases innecesarias. Después de tanto tiempo, volver a grabar el material sería bastante oportuno por la calidad que uno espera de la UAB. (b) En cada evaluación encontraba un tema no mencionado siquiera en las diapositivas, en el código o en los vídeos. Por ejemplo, en la evaluación final, tuve que buscar en Wikipedia el porcentaje de fidelidad supuesto del PCA [y ni siquiera allí dicen que lo es]. (c) El código no está actualizado y genera problemas de compatibilidad para usuarios en este año, y lo seguirá haciendo en años venideros. Los ejercicios son realmente desmotivantes pues adaptar las estructuras de datos y leerse una documentación des actualizada o no disponible para una clase, no es agradable. (d) En todas, pero en todas, las evaluaciones habían errores de tipo y faltas de ortografía. Eso me hacía pensar en que una opción no era correcta inmediatamente (y a veces no era el caso), pero modestia aparte, esto deja mucho que desear de los instructores y debe generar problemas en usuarios extranjeros. (e) No entiendo por qué usaron diapositivas en MS Power Point. Las fórmulas matemáticas ocupan espacio innecesario y están mal ubicadas para la presentación de información, encima que en varios casos el PDF resultante tenía información flotante o caracteres desconocidos. No es necesario hacer las cosas en Beamer, PP destruye la claridad del asunto. (f) Es terrible que la matemática del asunto quede doblegada a un tema «oscuro». ¿Por qué todo tuvo que ser bajo una distribución normal? ¿Por qué el oscurantismo de algunas fórmulas? Se supone que hay que entender, entiendo que no hay que derivar todo, pero si exponen algo, deben justificarlo más allá de una frase. Aún más si lo evalúan.

¿Qué me queda de todo esto? Ideas sueltas del tema de clasificación, código obsoleto y decepción.

Pude invertir mi dinero en un libro de texto.

創建者 Jorge R

2018年9月23日

Aprendí temas muy útiles y avanzados. Las explicaciones eran entendibles y los ejercicios eran muy ilustrativos. Estoy muy feliz de haber aprendido temas tan vanguardistas desde la comodidad de mi casa. Ademas el hecho de haber sido capaz de realizar los cálculos a partir de resúmenes de los papers originales fue una experiencia muy motivadora. Por último, fue sorprendente enterarme del increíble potencial de las Redes Neuronales Convolucionantes. Muchas gracias a los profesores y a los diseñadores del curso.

創建者 Miguel A A C

2016年1月13日

Siguiendo la línea de su anterior curso de reconocimiento de objetos, los profesores de Visión Artificial de la UAB nos ofrecen otro excelente curso que explica detalladamente, de forma muy accesible y amena, las técnicas establecidas en la última década para la clasificación de imágenes. El único inconveniente es que solo hace un repaso muy somero de las redes neuronales convolucionales.

創建者 Deleted A

2017年3月29日

Es un excelente curso donde se muestran las principales técnicas en este campo. Sin embargo, pienso que seria muy bueno que ofrecieran un curso profundizando las técnicas avanzadas especialmente las CNNs. Sentí que los profesores son excelentes y que manejan muy bien los temas tratados.

創建者 Adrian

2016年1月19日

Un curso que alberga información de mucho valor para los amantes del tratamiento de imagen y de la visión por computador. Es muy positivo un curso como éste desarrollado en habla hispana. Es necesario crear los subtitulos de este curso en ingles para que tenga la difusión que se merece.

創建者 Ester V V

2017年8月16日

Estupendo curso! Estoy haciendo un TFG de un clasificador automático de sonidos y el curso me ha ayudado mucho a consolidar conceptos! 100% recomendable!!

創建者 Jully K M E

2018年1月8日

Muy buen curso se aprende mucho y varias maneras para realisarlo a demás que se entiende de manera fácil

創建者 Mauricio S

2021年10月22日

Es un muy buen curso para introducir en el tema y valoro el aplicar códigos prácticos en ejercicios

創建者 Yauri, J

2018年3月18日

Muy bueno. Recomiendo muchísimo para aquellos que trabajan en computación visual.

創建者 Pablo E

2020年5月6日

Buen curso. Muchas gracias a los tres profesores que lo imparten.

創建者 santo r

2017年1月10日

un contenido muy pedagógico y con contenido bien explicado

創建者 SAIDE I G J

2018年2月4日

Muy bueno continúen con este tipo de gran información

創建者 cristian c g s

2019年7月5日

excelente curso y complemento para mi carrera

創建者 Jefferson R

2016年3月13日

Muy bueno y exigente, se aprende bastante

創建者 Javier E B

2017年10月16日

Contenido y explicaciones excelentes

創建者 Roberto B

2016年8月14日

Excelente. Con bastante materia.

創建者 Gustavo G

2016年1月18日

Muy interesante

創建者 José M P F

2016年8月9日

Muy bueno.

創建者 David R M

2016年9月26日

Es un muy buen curso que permite una primera orientación a lo que es la clasificación de imágenes por computadora.

創建者 Giorgio L M L

2016年11月18日

Deberían haber ejercicios calificados de implementación y programación para reafirmar lo aprendido.

創建者 Miquel V

2017年7月19日

Thank you! Seguiré treballant per tal d'apendre més sobre visió artifivial.

創建者 Juan Á F M

2018年9月23日

The course contains lots of interesting CV stuff, mainly related to the Bag of Words model of past decade. However, some lessons are much better treated (or explained) than others, and some quizzes are also very much harder than others. The course is not homogeneus. But as a previous step to delve in Deep Learning structures, I think that the course is highly valuable. Thank you, AUB teaching staff!

創建者 Diego P P

2020年8月27日

Falta mantenimiento del curso. Los scripts estaban desactualizados y las preguntas en las pruebas y exámenes eran confusas. Las explicaciones matemáticas iniciales muy bien cuando se realizaban ejemplos pero en los módulos finales no se realizaba con profundidad.

創建者 Andrea C B P

2021年3月24日

No era lo que esperaba, pero fue mi error porque no lei mucho la descripcion

創建者 Martín M

2018年3月1日

Baja la calidad con respecto del curso anterior y se tienen problemas con los cuestionarios por redondeos por lo que no se puede colocar el dato exacto a pesar de seguir el proceso correcto.