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

学生对 巴塞罗那自治大学 提供的 Clasificación de imágenes: ¿cómo reconocer el contenido de una imagen? 的评价和反馈

4.3
76 个评分
30 条评论

课程概述

¿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....

热门审阅

EV
Aug 15, 2017

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
Jan 8, 2018

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

筛选依据:

1 - Clasificación de imágenes: ¿cómo reconocer el contenido de una imagen? 的 25 个评论(共 30 个)

创建者 Andrés M

Sep 30, 2018

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.

创建者 Jorge R

Sep 23, 2018

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.

创建者 Miguel A A C

Jan 13, 2016

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.

创建者 Deleted A

Mar 29, 2017

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.

创建者 Adrian

Jan 19, 2016

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.

创建者 Ester V V

Aug 16, 2017

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

创建者 Jully K M E

Jan 8, 2018

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

创建者 Mauricio S

Oct 22, 2021

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

创建者 Yauri, J

Mar 18, 2018

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

创建者 Pablo E

May 6, 2020

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

创建者 santo r

Jan 10, 2017

un contenido muy pedagógico y con contenido bien explicado

创建者 SAIDE I G J

Feb 4, 2018

Muy bueno continúen con este tipo de gran información

创建者 cristian c g s

Jul 5, 2019

excelente curso y complemento para mi carrera

创建者 Jefferson R

Mar 13, 2016

Muy bueno y exigente, se aprende bastante

创建者 Javier E B

Oct 16, 2017

Contenido y explicaciones excelentes

创建者 Roberto B

Aug 14, 2016

Excelente. Con bastante materia.

创建者 Gustavo G

Jan 18, 2016

Muy interesante

创建者 José M P F

Aug 9, 2016

Muy bueno.

创建者 David R M

Sep 26, 2016

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

创建者 Giorgio L M L

Nov 18, 2016

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

创建者 Miquel V

Jul 19, 2017

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

创建者 Juan Á F M

Sep 23, 2018

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!

创建者 Diego P P

Aug 27, 2020

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.

创建者 Andrea C B P

Mar 24, 2021

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

创建者 Martín M

Mar 1, 2018

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.