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 de borde para visión por computador
- Descripción general de la IA de borde y sus beneficios
- Comparativa: IA en la nube frente a IA de borde
- Principales desafíos en el procesamiento de imágenes en tiempo real
Implementación de modelos de aprendizaje profundo en dispositivos de borde
- Introducción a TensorFlow Lite y OpenVINO
- Optimización y cuantificación de modelos para su implementación en el borde
- Caso de estudio: Ejecución de YOLOv8 en un dispositivo de borde
Aceleración de hardware para inferencia en tiempo real
- Descripción general del hardware de computación en el borde (Jetson, Coral, FPGAs)
- Explotación de la aceleración con GPU y TPU
- Análisis de rendimiento y evaluación
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 de borde
- Reducción del tamaño del modelo mediante poda y cuantificación
- Técnicas para reducir la latencia y el consumo de energía
- Reinicio y ajuste fino de modelos de IA de borde
Integración de IA de borde con sistemas IoT
- Implementación de modelos de IA en cámaras inteligentes y dispositivos IoT
- IA de borde y toma de decisiones en tiempo real
- Comunicación entre dispositivos de borde y sistemas en la nube
Consideraciones de seguridad y ética en la IA de borde
- Preocupaciones sobre la privacidad de los datos en aplicaciones de IA de borde
- Garantía de la seguridad del modelo frente a ataques adversarios
- Cumplimiento de la normativa de IA y los principios de ética en la IA
Resumen y próximos pasos
Requerimientos
- Familiaridad con los conceptos de visión por computador
- Experiencia con Python y marcos de aprendizaje profundo
- Conocimientos básicos de computación en el borde y dispositivos IoT
Público objetivo
- Ingenieros de visión por computador
- 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