![Icono del curso Deep Learning y Computer Vision con OCR, OpenCV, Yolo, SSD y GANs 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="M322.044 403.823V386.99L203.493 275.376H116L116 320.376H185.643L277.044 406.429V430.392C178.015 495.073 100 583.001 100 583.001C100 583.001 295.198 803.001 460 803.001C624.802 803.001 820 583.001 820 583.001C820 583.001 744.568 497.984 647.898 433.651L643.353 430.89V406.429L734.754 320.376H804.397V275.376H716.904L598.353 386.99V403.862C588.069 398.371 577.661 393.267 567.184 388.657L562.804 387.063V324.34L655.237 232.096V125.248L610.237 125.248V213.43L517.804 305.674V371.083C507.103 368.24 496.419 366.078 485.811 364.709L482.811 364.659L482.811 118H437.586L437.586 364.297C426.984 365.497 416.3 367.503 405.593 370.203L402.593 371.212V305.674L310.16 213.43V125.248L265.16 125.248V232.096L357.593 324.34V386.591C346.657 391.235 335.786 396.434 325.044 402.065L322.044 403.823Z" fill="url(%23paint0_linear_2385_19915)"/>
<path d="M461.5 762C559.531 762 639 682.307 639 584C639 485.693 559.531 406 461.5 406C363.469 406 284 485.693 284 584C284 682.307 363.469 762 461.5 762Z" fill="white"/>
<path d="M459.126 438.879C385.292 438.879 389.903 470.898 389.903 470.898L389.985 504.068H460.442V514.026H362C362 514.026 314.752 508.671 314.752 583.166C314.752 657.66 355.989 655.022 355.989 655.022H380.602V620.452C380.602 620.452 379.272 579.197 421.178 579.197H491.062C491.062 579.197 530.321 579.832 530.321 541.255V477.495C530.321 477.495 536.284 438.879 459.126 438.879ZM420.274 461.184C423.633 461.182 426.854 462.513 429.231 464.886C431.608 467.258 432.945 470.478 432.948 473.836C432.951 475.499 432.626 477.147 431.991 478.685C431.357 480.223 430.426 481.621 429.251 482.799C428.076 483.977 426.68 484.912 425.144 485.55C423.607 486.188 421.96 486.517 420.296 486.518H420.274C416.916 486.525 413.693 485.198 411.313 482.829C408.933 480.459 407.591 477.242 407.583 473.884V473.862C407.582 472.199 407.908 470.551 408.542 469.014C409.177 467.477 410.109 466.08 411.284 464.903C412.459 463.725 413.854 462.791 415.39 462.153C416.926 461.515 418.572 461.186 420.235 461.184H420.274Z" fill="url(%23paint1_linear_2385_19915)"/>
<path d="M461.219 728.206C535.053 728.206 530.446 696.187 530.446 696.187L530.363 663.017H459.902V653.059H558.344C558.344 653.059 605.592 658.418 605.592 583.915C605.592 509.412 564.355 512.059 564.355 512.059H539.742V546.629C539.742 546.629 541.072 587.866 499.166 587.866H429.283C429.283 587.866 390.023 587.231 390.023 625.813V689.594C390.023 689.594 384.06 728.197 461.219 728.197V728.206ZM500.07 705.901C498.407 705.903 496.76 705.577 495.223 704.942C493.686 704.307 492.289 703.375 491.112 702.201C489.935 701.026 489.001 699.63 488.364 698.095C487.726 696.559 487.397 694.912 487.396 693.249V693.249C487.394 691.586 487.72 689.939 488.355 688.402C488.99 686.864 489.922 685.467 491.096 684.29C492.271 683.113 493.667 682.178 495.202 681.54C496.738 680.902 498.385 680.573 500.048 680.571V680.571C501.712 680.565 503.361 680.888 504.901 681.519C506.44 682.151 507.84 683.08 509.021 684.253C510.201 685.426 511.139 686.82 511.781 688.355C512.423 689.89 512.756 691.537 512.761 693.201V693.223C512.763 696.582 511.431 699.805 509.058 702.183C506.684 704.56 503.464 705.898 500.105 705.901H500.07Z" fill="url(%23paint2_linear_2385_19915)"/>
<defs>
<linearGradient id="paint0_linear_2385_19915" x1="460" y1="803" x2="460" y2="118" gradientUnits="userSpaceOnUse">
<stop offset="0.316375" stop-color="%23023461"/>
<stop offset="1" stop-color="%233778AE"/>
</linearGradient>
<linearGradient id="paint1_linear_2385_19915" x1="343.841" y1="467.507" x2="488.836" y2="612.179" gradientUnits="userSpaceOnUse">
<stop stop-color="%23387EB9"/>
<stop offset="1" stop-color="%23366994"/>
</linearGradient>
<linearGradient id="paint2_linear_2385_19915" x1="431.271" y1="562.602" x2="584.303" y2="707.257" gradientUnits="userSpaceOnUse">
<stop stop-color="%23FFDF44"/>
<stop offset="1" stop-color="%23FFC219"/>
</linearGradient>
</defs>
</svg>)
Aprende a cómo utilizar OpenCV para realizar tareas de procesamiento de imágenes y visión por computadora, además de cómo crear modelos de redes neuronales para el reconocimiento de objetos y el análisis de imágenes usando las últimas herramientas como YOLO, SSD y GANs. El curso también explorará la implementación del reconocimiento óptico de caracteres (OCR) para la extracción de información de imágenes.
Envíanos tu consulta
+1200
Empresas han confiado en nosotros
50k
Personas que hemos formado
12
años de liderazgo
¿Por qué elegir este curso?
Descripción del curso
¿A quién va dirigido?
¿A quién va dirigido?
Desarrolladores con experiencia en Python y Machine Learning que desean profundizar sus conocimientos en tecnologías como Computer Vision y Deep Learning
Objetivos
Objetivos
Aprender a procesar imágenes y realizar tareas de visión por computadora con OpenCV.
Comprender el funcionamiento de los modelos de redes neuronales y cómo aplicarlos al reconocimiento de objetos.
Implementar herramientas como YOLO, SSD y GANs para el análisis de imágenes.
Utilizar el reconocimiento óptico de caracteres (OCR) para la extracción de información de imágenes.
Crear aplicaciones de Deep Learning y Computer Vision con Python.
Requisitos
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
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
Nuestros cursos se pueden
bonificar
Somos entidad organizadora de FUNDAE, por lo que todas nuestras formaciones para empresas se pueden bonificar hasta el 100%, sujeto a vuestro crédito disponible.
Instructores Profesionales
Nuestros cursos se imparten por los mejores profesionales
Los instructores de nuestros cursos pasan por un riguroso filtro de calidad en el que les ponemos a prueba para conseguir ofrecerte la mejor calidad de formación.
TESTIMONIOS
¿Qué dice la gente de nosotros?
“ Muy buen curso, lleno de detalles, bien explicado y bonifiqué el curso sin ningún problema. Seguiré formándome con ellos sin dudarlo. “
Asier Contreras
" Llevo ya dos cursos intensivos con ellos. La calidad del profesorado es incuestionable, así como su flexibilidad para adaptarse a las situaciones cambiantes. Seguimos contando con ellos para siguientes formaciones, preparando ya la tercera tanda de profesionales formados con calidad. "
Carlos Mira
“ Llevo 4 años haciendo cursos con vosotros. La verdad es que la tutorización es inmejorable, se nota que las convocatorias son limitadas, siempre que he tenido cualquier duda la han resuelto muy rápido. “
Fran Saez