CURSO
PYTHON VISION
AI
10 Sesiones
Modalidad Online
En este curso aprenderás a desarrollar soluciones de Visión
Artificial con Python, enfocándote en el reconocimiento facial.
Aprenderás técnicas de análisis facial, detección de rostros y
clasificación de imágenes mediante modelos de aprendizaje y
librerías machine learning. Además, integrarás visualizaciones que
permitan interpretar los resultados de forma clara y útil para apoyar
decisiones estratégicas en tiempo real.
Curso
Python Vision AI
I. DIRIGIDO A:
Este curso está dirigido a quienes deseen iniciar o profundizar en el desarrollo de
reconocimiento facial con Python, incluyendo desarrolladores, analistas de datos y
entusiastas de la tecnología.
II. METODOLOGÍA:
El enfoque práctico-reflexivo de cada una de las sesiones virtuales en tiempo real,
junto con la participación activa de los estudiantes en un ambiente interactivo
moderado por el instructor, permitirá el aprendizaje de contenidos y su aplicación
en la resolución de contextos reales. Se utilizarán herramientas digitales que
facilitarán un aprendizaje significativo y práctico, incentivando a los estudiantes a
involucrarse activamente en cada etapa del proceso formativo.
III. BENEFICIOS:
Acceso a material exclusivo del curso, incluyendo presentaciones,
recursos y guías prácticas.
Grabaciones de todas las sesiones en un canal privado de YouTube,
para que puedas revisar el contenido en cualquier momento.
Participación en conversatorios y sesiones de discusión, donde podrás
interactuar con expertos y compañeros.
Inmersión en proyectos reales para alumnos destacados, brindando
experiencia práctica en situaciones del mundo laboral.
Descuentos especiales en otros cursos y programas avanzados,
permitiéndote continuar tu desarrollo profesional.
Certificado de finalización, que valida las habilidades y conocimientos
adquiridos en el curso.
Curso
Python Vision AI
IV. LOGROS DEL CURSO:
Desarrollar aplicaciones de visión artificial con OpenCV, aplicando
técnicas de procesamiento de imágenes para proyectos prácticos.
Implementar detección y reconocimiento facial, configurando modelos
de detección de rostros que identifiquen personas en tiempo real.
Construir sistemas de reconocimiento facial para control de acceso y
registro de asistencias, aplicando métodos de machine learning en
OpenCV.
Configurar y entrenar modelos de reconocimiento facial, utilizando
técnicas como LBPH para optimizar la precisión del sistema.
Optimizar el procesamiento de imágenes y video en tiempo real,
asegurando un rendimiento eficiente en sistemas de reconocimiento facial.
Automatizar flujos de trabajo de reconocimiento y registro de
asistencias, diseñando un sistema que registre entradas y salidas de
personas de forma automática.
V. CERTIFICADO:
Al aprobar la capacitación, obtendrás un certificado en Python Vision AI a nombre
de CodeStudy.
VI. PREREQUISITOS:
Conocimiento de programación en Python (nivel básico)
Curso
Python Vision AI
VII. TEMARIO:
1OBJETIVOS
SESIÓN 1:
Introducción a la
Visión Artificial y OpenCV
Conocer los conceptos básicos y sus aplicaciones.
Instalar y configurar OpenCV en el entorno desarrollo.
2
OBJETIVOS
SESIÓN 2:
Procesamiento de
Imágenes en OpenCV
Aprender técnicas de filtrado y segmentación de
imágenes.
Realizar operaciones básicas de manipulación de Implementar métodos de detección.
imágenes. Preparar imágenes para reconocimiento facial.
TEMAS
Introducción a la visión artificial. TEMAS
Instalación de Python y OpenCV. Filtrado y detección de bordes.
Manipulación básica de imágenes(cargar y guardar). Técnicas de umbralización y segmentación.
Operaciones básicas de procesamiento de imágenes
Detección de contornos y formas básicas.
Optimización de imágenes para el reconocimiento
3 OBJETIVOS
SESIÓN 3:
Introducción a la
Detección y Reconocimiento
Facial
Familiarizarse con técnicas de detección de rostros en
OpenCV.
4
OBJETIVOS
SESIÓN 4:
Detección de Rostros
en Tiempo Real
Capturar video en tiempo real con OpenCV.
Detectar rostros en video en tiempo real.
Comprender las diferencias entre detección y Optimizar el rendimiento de detección de rostros en
reconocimiento facial. tiempo real.
TEMAS
TEMAS
Técnicas de detección de rostros: Haar Cascades y
DNN en OpenCV. Captura de video en tiempo real.
Uso de modelos preentrenados para detección de Implementación de detección de rostros en video.
rostros. Ajuste de parámetros para optimizar el
Implementación de un detector de rostros básico. rendimientoerrores globales.
5 OBJETIVOS
Identificar
SESIÓN 5:
Extracción de Características
Faciales
puntos
caracterización facial.
clave en rostros para
6
OBJETIVOS
SESIÓN 6:
Entrenamiento de un
Modelo de Reconocimiento
Facial
Configurar y entrenar un modelo de reconocimiento
facial.
Extraer y analizar características únicas en rostros. Implementar LBPH (Local Binary Patterns Histogram)
para reconocimiento.
TEMAS TEMAS
Detección y extracción de landmarks faciales.
Técnicas de extracción de características. Introducción a LBPH para reconocimiento facial.
Preparación de datos para entrenamiento de Configuración de dataset y entrenamiento de modelo.
reconocimiento facial. Despliegue de la aplicación en plataformas como
Evaluación y mejora de precisión del modelo.
Curso
Python Vision AI
VII. TEMARIO:
7OBJETIVOS
SESIÓN 7:
Reconocimiento Facial
en Tiempo Real
Integrar el modelo de reconocimiento facial en video
en tiempo real.
8
OBJETIVOS
SESIÓN 8:
Implementación del Sistema
de Captura de Asistencias
Crear un sistema de registro de asistencias basado en
reconocimiento facial.
Implementar el reconocimiento de rostros en video en Diseñar una base de datos para almacenar registros de
vivo. asistencia.
Optimizar el modelo para condiciones variables. Automatizar la detección de entrada y salida de
personas.
TEMAS
Integración del modelo de reconocimiento en tiempo TEMAS
real. Diseño de base de datos para asistencias.
Identificación de rostros en video y respuesta a Registro de personas y perfiles en la base de datos.
eventos. Conexión entre el reconocimiento facial y la base de
Ajuste de iluminación y manejo de múltiples rostros. datos.
9 OBJETIVOS
SESIÓN 9:
Visualización de Datos y
Generación de Reportes
Visualizar registros de asistencia de manera clara y
accesible.
10
OBJETIVOS
SESIÓN 10:
Proyecto Final
Integrar y probar todas las funcionalidades del
sistema.
Exportar reportes de asistencias en diferentes Presentar el proyecto final y discutir posibles mejoras.
formatos.
TEMAS TEMAS
Visualización de datos y gráficos de asistencia. Pruebas finales del sistema de reconocimiento facial.
Exportación de reportes en CSV/PDF. Presentación de proyectos y retroalimentación.
Seguridad básica: prevención de XSS, CSRF.