Chevron Left
Clasificación de imágenes: ¿cómo reconocer el contenido de una imagen? に戻る

バルセロナ自治大学(Universitat Autònoma de Barcelona) による Clasificación de imágenes: ¿cómo reconocer el contenido de una imagen? の受講者のレビューおよびフィードバック

4.4
66件の評価
24件のレビュー

コースについて

¿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....

人気のレビュー

EV

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!!

JE

Jan 09, 2018

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

フィルター:

Clasificación de imágenes: ¿cómo reconocer el contenido de una imagen?: 1 - 25 / 25 レビュー

by cristian c g s

Jul 05, 2019

excelente curso y complemento para mi carrera

by Yvan E

Dec 12, 2018

Sólo he visto los contenidos de la semana 1 y estoy francamente decepcionado. La información es contradictoria y las preguntas de los cuestionarios (tests) son ambiguas.

En algunas partes intentan darle una formulación matemática a las definiciones pero cometen errores en la formulación que hacen imposible comprender con claridad y precisión lo que quieren decir.

Soy Ingeniero en Computación con estudios de Máster y 25 años de experiencia profesional, con sólidos conocimientos en redes neurales y algunos conocimientos previos de procesamiento de imágines. NO RECOMIENDO ESTE CURSO en absoluto.

by Andrés M

Oct 01, 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.

by 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.

by 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!

by Kelly P N C

Aug 26, 2018

Aún carece de especificaciones en ejercicios aún más para principiantes que no conocemos de la IA más que un concepto superficial.

by David M

Mar 24, 2018

La materia está más o menos bien, aunque se explica claramente que no es lo que se utiliza en la actualidad. Sólo uno de los profesores, Jordi, explica con claridad. El resto titubean mucho, incluso hablan mal, y no se les entiende. De hecho, parece que no sepan hablar un español medianamente correcto. (casos como la palabra "algorismo" en vez de algoritmo.

Los exámenes son prácticamente todas preguntas de múltiple respuesta, que se centran en cosas que apenas se han explicado o a las que no se les ha dado importancia en las lecciones. Incluso con interpretaciones cuestionables y difusas de lo explicado.

Apenas hay parte práctica en la explicación y el código incluido sirve para poco y no está integrado con las explicaciones. No se hace ninguna mención a la parte práctica en la teórica, por lo que está desligada.

Los foros no tienen movimiento desde hace 2 años. Yo he realizado preguntas y no se me ha contestado. Esto es, quizás lo más grave.

Creo que deberían quitar este curso del catálogo.

by Yauri, J

Mar 18, 2018

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

by Martín M

Mar 01, 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.

by SAIDE I G J

Feb 05, 2018

Muy bueno continúen con este tipo de gran información

by Jully K M E

Jan 09, 2018

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

by Javier E B

Oct 16, 2017

Contenido y explicaciones excelentes

by Daniel T R

Oct 08, 2017

Hay un profesor demasiado malo. Los cuestionarios están mal hechos con muchos errores.

by 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!!

by Miquel V

Jul 19, 2017

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

by 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.

by santo r

Jan 10, 2017

un contenido muy pedagógico y con contenido bien explicado

by Giorgio L M L

Nov 19, 2016

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

by 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.

by Roberto B

Aug 14, 2016

Excelente. Con bastante materia.

by José M P F

Aug 09, 2016

Muy bueno.

by Jefferson D R C

Mar 13, 2016

Muy bueno y exigente, se aprende bastante

by 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.

by Gustavo

Jan 18, 2016

Muy interesante

by 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.