![Curso de Coches autónomos con Deep Learning y Computer Vision en Python](data:image/svg+xml;utf8,<svg width="920" height="920" viewBox="0 0 920 920" fill="none" xmlns="http://www.w3.org/2000/svg">
<path d="M728 234.474C728 234.474 669.922 299.81 596.2 347.872L560.467 368.921C552.47 373.106 544.378 376.968 536.237 380.419V426.676L609.047 499.219V578.614H575.547V513.089L502.737 440.546V391.847L500.503 392.597C492.532 394.603 484.579 396.093 476.686 396.985L476.686 580H443.019V396.717L440.785 396.679C432.888 395.662 424.935 394.055 416.968 391.943V440.546L344.158 513.088V578.613H344.157V578.614H310.657V499.219L310.658 499.217L383.468 426.676V380.069L380.207 378.885C372.408 375.459 364.66 371.666 357.004 367.586L323.504 347.502L320.121 345.451C248.155 297.647 192 234.474 192 234.474C192 234.474 337.314 71 460 71C582.686 71 728 234.474 728 234.474Z" fill="url(%23paint0_linear_2385_19922)"/>
<path d="M459.893 101.467C532.736 101.467 591.786 160.684 591.786 233.731C591.786 306.779 532.736 365.996 459.893 365.996C387.051 365.996 328 306.779 328 233.731C328 160.684 387.051 101.467 459.893 101.467Z" fill="white"/>
<path d="M458.126 126.574C403.263 126.574 406.689 150.366 406.689 150.366L406.751 175.014H459.104V182.413H385.956C385.956 182.413 350.848 178.434 350.848 233.788C350.848 289.142 381.489 287.182 381.489 287.182H399.778V261.494C399.778 261.494 398.79 230.839 429.929 230.839H481.856C481.856 230.839 511.029 231.311 511.029 202.646V155.269C511.029 155.269 515.46 126.574 458.126 126.574ZM429.257 143.148C431.753 143.146 434.146 144.136 435.912 145.899C437.678 147.662 438.672 150.054 438.675 152.549C438.677 153.786 438.435 155.01 437.964 156.153C437.492 157.296 436.8 158.334 435.927 159.21C435.054 160.085 434.017 160.779 432.875 161.254C431.734 161.728 430.51 161.972 429.273 161.973H429.257C426.762 161.978 424.367 160.992 422.598 159.232C420.83 157.471 419.833 155.08 419.827 152.585V152.569C419.826 151.333 420.068 150.109 420.54 148.967C421.011 147.824 421.704 146.786 422.577 145.911C423.45 145.037 424.486 144.342 425.628 143.868C426.769 143.394 427.992 143.149 429.228 143.148H429.257Z" fill="url(%23paint1_linear_2385_19922)"/>
<path d="M459.679 341.561C514.543 341.561 511.119 317.769 511.119 317.769L511.058 293.121H458.701V285.722H531.85C531.85 285.722 566.958 289.704 566.958 234.344C566.958 178.983 536.316 180.95 536.316 180.95H518.027V206.638C518.027 206.638 519.016 237.279 487.876 237.279H435.949C435.949 237.279 406.777 236.808 406.777 265.476V312.87C406.777 312.87 402.346 341.554 459.679 341.554V341.561ZM488.548 324.987C487.312 324.988 486.089 324.746 484.947 324.274C483.804 323.802 482.767 323.11 481.892 322.237C481.018 321.364 480.324 320.327 479.85 319.186C479.376 318.045 479.132 316.821 479.131 315.586V315.586C479.13 314.35 479.372 313.126 479.844 311.984C480.315 310.841 481.007 309.803 481.88 308.928C482.753 308.054 483.79 307.359 484.931 306.885C486.073 306.411 487.296 306.166 488.532 306.165V306.165C489.769 306.161 490.994 306.4 492.138 306.87C493.282 307.339 494.322 308.029 495.199 308.901C496.077 309.772 496.774 310.808 497.25 311.949C497.727 313.09 497.975 314.314 497.978 315.55V315.566C497.98 318.062 496.99 320.457 495.227 322.224C493.463 323.99 491.07 324.984 488.574 324.987H488.548Z" fill="url(%23paint2_linear_2385_19922)"/>
<path d="M309.627 557.256C312.481 537.589 329.34 523 349.213 523H570.38C590.252 523 607.112 537.589 609.965 557.256L630.016 695.437C633.516 719.562 614.808 741.181 590.43 741.181H329.162C304.785 741.181 286.076 719.562 289.577 695.437L309.627 557.256Z" fill="%23023461"/>
<path d="M335.858 581.889C338.216 565.304 352.146 553 368.567 553H551.316C567.736 553 581.667 565.304 584.025 581.889L600.592 698.423C603.485 718.768 588.026 737 567.883 737H352C331.857 737 316.398 718.768 319.29 698.423L335.858 581.889Z" fill="white"/>
<path d="M265 692.363C265 670.272 282.909 652.363 305 652.363H614.885C636.976 652.363 654.885 670.272 654.885 692.363V782.506C654.885 788.029 650.407 792.506 644.885 792.506H275C269.477 792.506 265 788.029 265 782.506V692.363Z" fill="%23023461"/>
<rect x="281.17" y="724.23" width="62.8846" height="125.769" rx="31.4423" fill="%23023461"/>
<rect x="575.83" y="724.23" width="62.8846" height="125.769" rx="31.4423" fill="%23023461"/>
<circle cx="609.967" cy="708.061" r="19.7637" fill="%23FFD637"/>
<circle cx="312.613" cy="708.061" r="19.7637" fill="%23FFD637"/>
<defs>
<linearGradient id="paint0_linear_2385_19922" x1="460" y1="71.0015" x2="460" y2="700.038" gradientUnits="userSpaceOnUse">
<stop stop-color="%233778AE"/>
<stop offset="0.689969" stop-color="%23023461"/>
</linearGradient>
<linearGradient id="paint1_linear_2385_19922" x1="372.463" y1="147.846" x2="480.203" y2="255.347" gradientUnits="userSpaceOnUse">
<stop stop-color="%23387EB9"/>
<stop offset="1" stop-color="%23366994"/>
</linearGradient>
<linearGradient id="paint2_linear_2385_19922" x1="437.427" y1="218.507" x2="551.138" y2="325.994" gradientUnits="userSpaceOnUse">
<stop stop-color="%23FFDF44"/>
<stop offset="1" stop-color="%23FFC219"/>
</linearGradient>
</defs>
</svg>)
Este curso proporciona una introducción práctica a los coches autónomos con Deep Learning y Computer Vision en Python. Los participantes aprenderán cómo construir y entrenar modelos de Deep Learning para detectar objetos, seguir caminos, detectar señales de tráfico y más. Además, se profundizará en la comprensión de los conceptos de Deep Learning y Computer Vision a través de diversos ejemplos de aplicación de los mismos.
Los participantes también obtendrán conocimientos prácticos para realizar tareas como la detección de objetos en tiempo real con OpenCV, el análisis de imágenes y videos con Python, el entrenamiento de modelos de Deep Learning para la detección de objetos, la implementación de algoritmos de control para la navegación autónoma y mucho más.
Envíanos tu consulta
+2500
Empresas han confiado en nosotros
51,5k
Personas que hemos formado
13
años de liderazgo
Descripción del Curso de Coches autónomos con Deep Learning y Computer Vision en Python
¿A quién va dirigido?
Desarrolladores con experiencia previa en desarrollo con Python que quieran profesionalizarse en el desarrollo de modelos de deep learning para la detección de objetos y coches autónomosObjetivos
Aprender conceptos fundamentales de Deep Learning y Computer Vision.
Comprender cómo implementar algoritmos de control para la navegación autónoma.
Aprender a entrenar modelos de Deep Learning para la detección de objetos.
Comprender cómo realizar tareas de detección de objetos en tiempo real con OpenCV.
Aprender a desarrollar soluciones de coches autónomos con Python.
Requisitos
Tener experiencia desarrollando con Python y tener conocimientos fundamentales de Machine Learning y Deep Learning
Son necesarios permisos de instalación en el equipo en el que se realice la formación
Tener acceso (revisar configuraciones proxy en caso de tenerlas) a una cuenta Community de Azure Databricks para realizar los laboratorios de Spark
Disponer de una cuenta de Google con acceso a Google Colab donde poder realizar pruebas de modelos
Tener Python 3, Git y un IDE para desarrollar en Python instalado previamente (por ejemplo Pycharm) instalados previamente en el equipo
Ventajas Aulas Virtuales Personalizadas
Campus virtual
Con acceso ilimitado a los contenidos
Bonificable hasta el 100% a través de FUNDAE
Con acceso ilimitado a los contenidos
Horario flexible
Realiza la formación a tu ritmo, sin horarios y con aprendizaje asíncrono.
Formación tutorizada al 100%
Un docente experto resolverá todas tus dudas durante la formación.
Teoría, práctica y vídeos guiados
Cada tema incluye una parte teórica, una parte práctica y vídeos guiados
Acceso Multiplataforma
Accede desde cualquier dispositivo, desde cualquier lugar y sin restricciones
Nuestros cursos
Formación personalizada
Si quieres formar a un grupo de trabajadores, te recomendamos nuestra modalidad Aula Virtual Personalizada.
Adaptamos los contenidos en base a vuestras necesidades, desarrollamos proyectos evolutivos durante las sesiones y tenemos muy en cuenta vuestra disponibilidad a la hora de planificar la formación.
Puedes complementar tu formación con nuestro servicio de Plataforma de Grabaciones, grabamos las sesiones para que podáis utilizarlas como material de consulta post-formación e incluimos una certificación por alumno
100% tutorizado con feedback inmediato
Temario a medida de vuestras necesidades
Acceso multiplataforma desde PC o móviles
Grupos reducidos en las formaciones
Bonificable a través de FUNDAE hasta el 100%
Videoconferencia a tiempo real por Zoom
Distribución sesiones según disponibilidad
Diploma de aprovechamiento
Aulas Virtuales Personalizadas
¿Quieres formar a un grupo de trabajadores con un temario a medida? ¡Esta es tu modalidad! Desarrollamos los contenidos y proyectos a medida, planificamos las sesiones teniendo en cuenta vuestra disponibilidad..
Con nuestro servicio de Plataforma Grabaciones, tendréis acceso a las sesiones grabadas, para que podáis revisitarlas post-formación. Las formaciones se imparten en directo, a través de Zoom, dirigidas por un docente experto.
1
Cita técnica con nuestro CTO
2
Envío del Presupuesto
3
Aceptación y Reserva de fechas
4
Propuesta de temario
5
Cita para validar el temario
6
Cita de presentación del formador
Testimonios de Nuestros Clientes
Testimonios de Nuestros Clientes
Jose Antonio Muñoz
“Empecé a formarme recientemente con ellos y estoy muy sorprendido de la metodología y la calidad de los contenidos. He hecho varios cursos online con otros proveedores pero con ninguno he terminado tan satisfecho como con Imagina.”
Nombre Apellido
Empresa - Localidad
Rafael Romero
“Mi empresa contrató un Aula Virtual Personalizada con Imagina, después de tener malas experiencias con otras academias y nos sorprendió la profesionalidad con la que trabajan. Hicimos 3 reuniones técnicas con Martín antes de empezar la formación y quedamos encantados con el resultado, sin duda repetiremos.
Nombre Apellido
Empresa - Localidad
¿Por qué imagina?
¿Por qué imagina?
En Imagina hemos formado a más de 2.500 empresas, en los últimos 13 años, lo que se traduce en más de 51.500 profesionales
Somos líderes en el área de la transferencia tecnológica, gracias a la confianza de nuestros clientes. Ofrecemos diferentes modalidades de formación, para adaptarnos a las necesidades de nuestros clientes, pudiendo escoger entre formaciones con horarios flexibles o en directo a medida.
Todas nuestras formaciones están 100% tutorizadas y se pueden bonificar hasta el 100% a través de FUNDAE, sujeto a vuestro crédito disponible.
Formación Bonificada para Empresas
Formación Bonificada para Empresas
Somos entidad organizadora de FUNDAE, todas nuestras formaciones se pueden bonificar hasta el 100%, sujeto a vuestro crédito disponible y a cumplir con todos los requisitos de realización establecidos por la Fundación Estatal para el Empleo.
Si desconoces el funcionamiento de las bonificaciones, ofrecemos el servicio de gestión en FUNDAE, consúltanos cualquier duda que te surja.
- Todos los cursos están tutorizados
- Las empresas pueden solicitar cursos gracias a los créditos que dispongan
- El crédito acumulado se puede utilizar durante todo el año
Contáctanos
Contáctanos
Solicita la información que necesites
Solicita la información que necesites
Facilítanos tus datos y uno de nuestros asesores se pondrá en contacto contigo, para informarte sobre el curso que mejor se adapta a tus necesidades.
Todas nuestras formaciones se pueden bonificar hasta el 100%, a través de FUNDAE, sujeto a realizar la formación a través de la empresa y a tener crédito disponible.
Tenemos diferentes modalidades de formación; Online o Aula Virtual Personalizada, a medida