Asignaturas de la Diplomatura en
Visión por Computadora

Docentes a cargo: Dr. Ing. Facundo Lucianna

Temario:
1. Teoría de juegos.
2. Búsqueda.
3. Regresión, clasificación y clusterización.
4. Redes Bayesianas.
5. Clasificador Bayesiano.
6. Naive Bayes.
7. Máxima verosimilitud.
8. Esperanza-maximización.

- Ver la página web del curso

Docentes a cargo: Dr. Marcos Maillot, Esp. Ing. Gerardo Vilcamiza

Temario:
1. Clasificación binaria.
2. Regresión.
3. Gradiente descendente.
4. Gradiente descendente estocástico.
5. Vectorización.
6. Funciones de activación.
7. Propagación de error.
8. Niveles.
9. Bloques básicos.

- Ver la página web del curso

Docentes a cargo: Esp. Ing. Maxim Dorogov

Temario:
1. Imágenes.
2. Filtros.
3. Bordes y esquinas.
4. Transformada de Hough y Fourier.
5. Extracción de características.
6. Movimiento.
7. Seguimiento (Kalman y partículas).
8. Clasificación.
9. Detección.
10. Segmentación.

- Ver la página web del curso

Docentes a cargo:  Esp. Ing. Gerardo Vilcamiza, Dr. Seyed Pakdaman

Temario:
1. Redes neuronales convolucionales.
2. Arquitecturas: ResNets, R-CNN, YOLO y UNet.
3. Redes neuronales recurrentes.
4. Descripción de imágenes.
5. Aplicaciones en la industria.

- Ver la página web del curso

Docentes a cargo: Esp. Abraham Rodriguez,  Mg. Oksana Bokhonok

Temario:
1. Arquitectura de Transformers e imágenes como secuencias.
2. Arquitecturas de ViT y el mecanismo de Attention.
3. Ecosistema actual, Huggingface y modelos pre entrenados.
4. Diffusion, GPT y modelos generativos.
5. Modelos multimodales: combinación de visión y lenguaje.
6. Segmentación con SAM y herramientas de auto etiquetado multimodales.
7. OCR y detección con modelos multimodales.

- Ver la página web del curso