Deep Learning y Visión por Computadora Aplicada

Por qué elegirnos

Formación rigurosa en
aprendizaje profundo aplicado

El plan de estudios construye el conocimiento de manera progresiva y verificable: desde la neurona artificial y los fundamentos matemáticos del aprendizaje profundo hasta el procesamiento digital de imágenes, las arquitecturas convolucionales, la detección y segmentación de objetos, los Vision Transformers, la IA generativa visual y la puesta en producción de sistemas.

Metodología basada en proyectos

Cada módulo integra fundamentos teóricos, casos de aplicación y un proyecto entregable. El participante culmina el programa con un portafolio de ocho sistemas de visión artificial desarrollados, evaluados y desplegados.

Docente investigador URP

El programa está a cargo de un docente investigador de la Universidad Ricardo Palma, calificado en RENACYT, con proyectos financiados por PROCIENCIA-CONCYTEC y producción científica indexada en Scopus y Web of Science.

Cobertura integral de la visión artificial

Estudio de la clasificación, detección, seguimiento, segmentación y generación de contenido visual, con aplicaciones en salud, manufactura, retail, agricultura, seguridad y medios.

Interpretabilidad e IA responsable

Aplicación de técnicas de explicabilidad como SHAP, LIME, Grad-CAM y attention rollout, junto con el análisis de robustez, sesgos y la documentación mediante Model Cards.

Módulos

Sesiones

Semanas

Proyectos entregables

Plan de estudios

8 módulos · 63 sesiones1RA EDICIÓN

Estructura curricular progresiva que articula fundamentos teóricos, casos de aplicación y proyectos entregables a lo largo de 16 semanas. Selecciona cada módulo para consultar sus sesiones.

MÓDULO I Fundamentos de Deep Learning para VisiónDe la neurona artificial al primer clasificador explicable 12 sesiones

Semana 01
S01Introducción a Deep Learning y Visión por Computadora: tipos de problemas, aplicaciones y flujo de trabajo de un proyecto de IA
S02De la neurona artificial a las redes multicapa: perceptrón, pesos, sesgos, capas y funciones de activación
S03Cómo una red neuronal produce una predicción: representación matricial y propagación hacia adelante
S04Cómo aprende una red neuronal: funciones de pérdida, retropropagación y regla de la cadena
Semana 02
S05Optimización del entrenamiento: descenso de gradiente, SGD, momentum, RMSProp y Adam
S06Estabilidad y generalización: problemas del gradiente, inicialización, dropout, batch normalization y early stopping
S07Diagnóstico y evaluación: sobreajuste, subajuste, curvas de aprendizaje, métricas y validación
S08Caso 1.1: Entrenamiento y experimento comparativo de una red neuronal sobre datos reales
Semana 03
S09PyTorch para Deep Learning: tensores, autograd, nn.Module, Dataset y DataLoader
S10La imagen como dato: píxeles, canales, dimensiones, normalización y representación
S11Interpretabilidad de modelos: fundamentos de explicabilidad con SHAP y LIME
S12Proyecto 1: Clasificador de imágenes con red neuronal densa, diagnóstico y explicabilidad

MÓDULO II Procesamiento Digital de Imágenes con OpenCVLa imagen como dato: color, filtros, bordes y forma 4 sesiones

Semana 04
S13Representación del color, umbralización y transformaciones geométricas: escalado, interpolación y rotación
S14Convolución y filtrado espacial: filtros gaussianos, mediana, bilateral y detección de bordes con Sobel y Canny
S15Corrección de iluminación y análisis de forma: histogramas, CLAHE, contornos y operaciones morfológicas
S16Proyecto 2: Pipeline reproducible de procesamiento visual y cuantificación de su impacto en el modelo

MÓDULO III Redes Convolucionales y Transfer LearningArquitecturas CNN y modelos preentrenados para datos limitados 8 sesiones

Semana 05
S17Fundamentos de las CNN: convolución, filtros, padding, stride, pooling y campos receptivos
S18Anatomía de una CNN: mapas de características, parámetros y jerarquía de representaciones
S19Evolución de las CNN: LeNet, AlexNet, VGG, Inception y ResNet
S20Caso 3.1: Clasificación con CNN desde cero y comparación frente a la red neuronal densa
Semana 06
S21Arquitecturas eficientes y modelos preentrenados: MobileNet, EfficientNet y ecosistema Hugging Face
S22Transfer learning y fine-tuning: extracción de características, descongelamiento progresivo y adaptación al dominio
S23Aumento de datos y estrategias para datasets pequeños: transformaciones y Albumentations
S24Proyecto 3: Clasificador visual con transfer learning, evaluación e interpretación con Grad-CAM

MÓDULO IV Detección de ObjetosLocalizar, seguir y contar objetos en imágenes y video 8 sesiones

Semana 07
S25Fundamentos de detección de objetos: bounding boxes, anotaciones y formulación del problema
S26Evaluación de detectores: IoU, precisión, recall, mAP y análisis de errores
S27Arquitectura YOLO: predicción unificada, postprocesamiento y flujo completo de inferencia
S28Caso 4.1: Inferencia con Ultralytics sobre imágenes, video y flujo en tiempo real
Semana 08
S29Construcción de datasets de detección: anotación, organización y preparación de datos
S30Caso 4.2: Entrenamiento de YOLO con clases propias y análisis sistemático de errores
S31Detectores de dos etapas y seguimiento: Faster R-CNN, Detectron2, tracking multiobjeto y estimación de pose
S32Proyecto 4: Sistema de detección, seguimiento y conteo validado sobre video real

MÓDULO V Segmentación y DespliegueClasificación por píxel y aplicaciones en producción 8 sesiones

Semana 09
S33Fundamentos de segmentación semántica: clasificación por píxel, máscaras y funciones de pérdida
S34Arquitecturas encoder-decoder: redes totalmente convolucionales y U-Net
S35Caso 5.1: Entrenamiento de U-Net con máscaras personalizadas
S36Segmentación de instancias y modelos fundacionales: Mask R-CNN y Segment Anything (SAM)
Semana 10
S37Diseño de aplicaciones de inferencia: backend, latencia, manejo de errores y escalabilidad
S38Interfaces para modelos de visión con Gradio y Streamlit
S39Optimización para producción y despliegue: cuantización, exportación a ONNX y Hugging Face Spaces
S40Proyecto 5: Aplicación de segmentación desplegada y benchmarking de rendimiento

MÓDULO VI Vision Transformers y Modelos MultimodalesAtención, ViT, CLIP y detectores end-to-end 12 sesiones

Semana 11
S41Del paradigma convolucional al atencional: fundamentos de atención y autoatención
S42Vision Transformer: patch embedding, codificación posicional y arquitectura del modelo
S43Implementación y entrenamiento de Vision Transformers
S44Caso 6.1: Fine-tuning de ViT y comparación experimental frente a una CNN
Semana 12
S45Transformers visuales jerárquicos: Swin Transformer y ventanas desplazadas
S46Interpretación de Transformers: attention rollout y mapas de atención
S47Modelos visión-lenguaje: CLIP, embeddings compartidos y clasificación zero-shot
S48Caso 6.2: Recuperación de imágenes mediante texto con CLIP e indexación vectorial
Semana 13
S49De los detectores basados en anchors a los modelos end-to-end: DETR, object queries y matching húngaro
S50Implementación de DETR y análisis de convergencia y rendimiento
S51Evolución de los detectores Transformer: Deformable DETR, DAB-DETR, DN-DETR y DINO
S52Proyecto 6: Motor de búsqueda visual semántica con embeddings, indexación e interfaz de consulta

MÓDULO VII IA Generativa para VisiónDifusión, personalización, 3D y agentes multimodales 8 sesiones

Semana 14
S53Generación visual con GANs: generador, discriminador, entrenamiento y espacio latente
S54Modelos de difusión: proceso de ruido, proceso inverso y generación en espacio latente
S55Stable Diffusion y Diffusers: componentes, inferencia y control de generación
S56Caso 7.1: Generación condicionada con ControlNet, inpainting y outpainting
Semana 15
S57Personalización de modelos generativos: LoRA, DreamBooth y adaptación al dominio
S58Generación tridimensional y de video: NeRF, Gaussian Splatting y consistencia temporal
S59Modelos visión-lenguaje y agentes: razonamiento multimodal y Vision-Language-Action
S60Proyecto 7: Sistema generativo visual personalizado y demostración funcional

MÓDULO VIII Del Modelo al Producto: Proyecto FinalIA responsable, construcción del sistema y sustentación 3 sesiones

Semana 16
S61IA responsable en visión: robustez adversarial, sesgos, riesgos y Model Cards
S62Proyecto final: definición del problema, arquitectura de la solución y construcción del sistema
S63Sustentación final: presentación, defensa técnica ante jurado y evaluación del programa

PythonPyTorchOpenCVAlbumentationsHugging FaceUltralytics YOLOFaster R-CNN · Detectron2U-NetMask R-CNNSegment AnythingViT · SwinCLIPDETR · DINOSHAP · LIMEGrad-CAMStable Diffusion · DiffusersControlNetLoRA · DreamBoothNeRF · Gaussian SplattingGradio · StreamlitONNXHugging Face SpacesModel Cards

Deep Learning y Visión por Computadora Aplicada

Formación rigurosa en
aprendizaje profundo aplicado

Metodología basada en proyectos

Docente investigador URP

Cobertura integral de la visión artificial

Interpretabilidad e IA responsable

8 módulos · 63 sesiones1RA EDICIÓN

Docente a cargo
del programa

Victor Manuel Guevara Ponce

¿A quién está dirigido?

CLASES SINCRÓNICAS

CASOS DE APLICACIÓN

TEÓRICO – PRÁCTICO

Detalles del programa

Inscripción & certificación

Cómo inscribirte

Certificación

Especialízate en Deep Learning y Visión por Computadora

Formación rigurosa enaprendizaje profundo aplicado

Metodología basada en proyectos

Docente investigador URP

Cobertura integral de la visión artificial

Interpretabilidad e IA responsable

8 módulos · 63 sesiones1RA EDICIÓN

Docente a cargodel programa

Victor Manuel Guevara Ponce

¿A quién está dirigido?

CLASES SINCRÓNICAS

CASOS DE APLICACIÓN

TEÓRICO – PRÁCTICO

Detalles del programa

Inscripción & certificación

Cómo inscribirte

Certificación

Especialízate en Deep Learning y Visión por Computadora

Formación rigurosa en
aprendizaje profundo aplicado

Docente a cargo
del programa