14:04

Yolov7 en Google Colab, procesamiento en imágenes y video 😎(Modelo pre-entrenado)

10:43

Seguimiento de objetos (objects tracking) usando YoloV5 y StrongSort (DeepSort) 😎

13:43

Pytorch + GPU con YoloV5 en entorno local conda, procesamiento de video en tiempo real 😎

18:55

Transformada Discreta de Fourier. Filtros pasa bajas/altas en video en tiempo real con Python(Scipy)

09:37

Yolov5 en entorno local conda, procesamiento en video, en tiempo real 😎(Modelo entrenado en colab)

11:07

Video #10. Nvidia Jetson Nano. Inferencia en video .mp4 | Modificar threshold 😎

12:10

Video #9. Nvidia Jetson Nano. Modelo de detección de objetos entrenado en Google Colab. Parte 2 😎

18:01

Video #8. Nvidia Jetson Nano. Entrenamiento de modelo de detección de objetos en Google Colab 😎

20:45

Video #7. Nvidia Jetson Nano. Integra OpenCV a tu programa de detección de objetos SSD😎

19:31

Video #6. Nvidia Jetson Nano. Escribe tu propio código para detección de objetos SSD😎.

15:13

Training Yolov5 Custom Dataset en Google Colab

18:12

Video #5. Nvidia Jetson Nano. Etiqueta tu dataset con LabelImg y entrena tu CNN😎.Detección de abejas

10:36

Video #4. Nvidia Jetson Nano. Construye tu dataset para el entrenamiento 😎. Detección de mascarillas

00:22

¿Cómo desarrollar un sistema de detección de mascarillas en tiempo real usando Jetson Nano?

14:31

Video #3. Nvidia Jetson Nano😎. Entrenamiento de red neuronal SSD para detección de objetos en video.

06:24

Video #2. Nvidia Jetson Nano. Detección de objetos Hello World desde Docker

09:21

Video #1. Nvidia Jetson Nano. Instalación Jetpack. Configuración inicial

12:57

Detección de Rostro , Malla Facial, Estimación de Pose, Detección de manos usando MediaPipe en Video

26:35

Segmentación semántica de imágenes usando U-net | Explicación y código en python

15:02

¿Cómo poner un modelo de machine learning en producción usando Google Cloud? | deploy | parte 2

12:15

Modelo de Machine Learning en Producción en Google Cloud usando Streamlit | deploy | parte 1

05:34

Detección de emociones en tiempo real Parte 2 👌| Redes neuronales convolucionales | Face emotion

07:54

Detección de emociones en tiempo real 😁| Redes neuronales convolucionales | Face emotion |Tensorflow

10:36

Automated Machine Learning para clasificación de imágenes usando AutoKeras en Google Colab | AutoML

11:08

Automated Machine Learning con Auto Sklearn en Google Colab | AutoML | ¿Qué es AutoML?

21:31

Regresión Lineal Múltiple | Cómo funcionan la RLM | Código en python

22:42

Máquinas de Soporte Vectorial | Cómo funcionan las SVM | Código en python

13:33

Bosques Aleatorios - Random Forest. Cómo funcionan y código en Python

23:58

Arboles de decisión (Parte 1 de Bosques Aleatorios)

18:55

Regresión Logística en Python. Sistema de Clasificación Supervisado

26:45

Agrupamiento (clustering) usando Kmeans en Python. Sistema de clasificación no supervisado

18:04

Detección de emociones, edad, landmarks y face encoding usando Face-Recognition y DeepFace

21:26

Intersection Over Union IoU en Segmentación Semántica MaskRCNN

25:54

Transformada Discreta de Fourier. Análisis de audio en tiempo real con Python (Scipy)

17:08

Streamlit y Tensorflow-Keras Desarrollo de API usando Deep Learning para Clasificación de Imágenes

16:22

Expansión en Series de Fourier de funciones periódicas usando Python en jupyter notebook

20:27

API Deep Learning Clasificación de Imágenes en Producción usando TensorFlow, Keras y Flask

20:25

Filtro digital en tiempo real usando transformada Z

19:55

Multiclases segmentación semántica Mask-RCNN custom dataset. Detección de glóbulos blancos y rojos

17:11

Filtro de imágenes y video aplicando la operación de convolución 2D en python.

08:03

Segmentación semántica Mask-RCNN entrenamiento con custom dataset y prueba con cámara web

19:03

Convolución 1D en python aplicada al filtrado de señales.

18:30

Segmentación semántica con custom dataset. Mask_RCNN en google colab Paso a Paso.

11:28

Downsampling o submuestreo en series de tiempo e imágenes usando python en entornos jupyter-conda

11:53

Segmentación Semántica MASK-RCNN en video

11:02

Números complejos operaciones básicas y visualización en Python-Jupyter

10:58

Instalación Miniconda Python y Jupyter

10:56

Tracking o seguimiento de objetos usando Deepsort y Yolo v3

13:47

Instalación Fácil y Rápida de Tensorflow y Keras con GPU.

32:44

Training Yolov3 Custom Dataset en Google Colab

11:37

YOLOv3 Detección de objetos en video - Pytorch

34:19

Clasificación de imágenes usando transferlearning y los modelos Resnet50, VGG19, Mobilenet y VGG16

23:27

Cómo interpretar y calcular la matriz de confusión - clasificación de imágenes (sklearn - keras)

21:27

Data Augmentation para clasificación de imágenes usando keras - tensorflow ( Parte 2 )

13:21

Data Augmentation para clasificación de imágenes usando keras - tensorflow ( Parte 1 )

21:24

Detección de tapabocas - Mask Detección. Redes neuronales usando keras - tensorflow

09:47

Detección de objetos (object detection) keras tensorflow retinanet [Parte 3] Prueba en video.

12:14

Instalación y Configuración del Entorno Anaconda para Keras-Tensorflow Paso a Paso

19:28

Detección de objetos (object detection) keras tensorflow retinanet [Parte 2]

20:44

Detección de objetos (object detection) keras tensorflow retinanet [Parte 1]