Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a la IA en el borde para visión por computadora
- Descripción general de la IA en el borde y sus beneficios
- Comparación: IA en la nube vs. IA en el borde
- Desafíos clave en el procesamiento de imágenes en tiempo real
Implementación de modelos de aprendizaje profundo en dispositivos periféricos
- Introducción a TensorFlow Lite y OpenVINO
- Optimización y cuantificación de modelos para su implementación en el borde
- Estudio de caso: Ejecución de YOLOv8 en un dispositivo periférico
Aceleración por hardware para inferencia en tiempo real
- Descripción general del hardware de computación periférica (Jetson, Coral, FPGAs)
- Aprovechamiento de la aceleración con GPU y TPU
- Análisis comparativo (benchmarking) y evaluación del rendimiento
Detección y seguimiento de objetos en tiempo real
- Implementación de detección de objetos con modelos YOLO
- Seguimiento de objetos en movimiento en tiempo real
- Mejora de la precisión de la detección mediante fusión de sensores
Técnicas de optimización para IA en el borde
- Reducción del tamaño del modelo mediante poda (pruning) y cuantificación
- Técnicas para reducir la latencia y el consumo de energía
- Reentrenamiento y ajuste fino de modelos de IA en el borde
Integración de IA en el borde con sistemas IoT
- Implementación de modelos de IA en cámaras inteligentes y dispositivos IoT
- IA en el borde y toma de decisiones en tiempo real
- Comunicación entre dispositivos periféricos y sistemas en la nube
Consideraciones de seguridad y ética en la IA en el borde
- Preocupaciones sobre la privacidad de los datos en aplicaciones de IA en el borde
- Garantía de la seguridad del modelo frente a ataques adversarios
- Cumplimiento con las normativas de IA y principios de IA ética
Resumen y próximos pasos
Requerimientos
- Familiaridad con los conceptos de visión por computadora
- Experiencia con Python y marcos de aprendizaje profundo
- Conocimientos básicos de computación periférica (edge computing) y dispositivos IoT
Público objetivo
- Ingenieros de visión por computadora
- Desarrolladores de IA
- Profesionales del IoT
21 Horas
Reseñas (1)
Podemos cubrir temas avanzados y trabajar con ejemplos de la vida real
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Curso - Advanced Edge AI Techniques
Traducción Automática