Cuando alguien muestra una foto a su teléfono y este puede identificar que hay un perro, dos personas y un carro, además de señalar dónde se encuentra cada uno, está viendo cómo funciona la detección de objetos. Esta tecnología permite que las computadoras reconozcan automáticamente diferentes elementos dentro de imágenes y videos, algo que cada vez vemos más en nuestra vida diaria.
Los carros modernos usan esta tecnología para identificar peatones y otros vehículos, ayudando a evitar accidentes. Las apps del celular pueden reconocer caras para organizar las fotos familiares de forma automática. Las tiendas también la usan para controlar sus productos o mejorar cómo atienden a sus clientes. Todo esto combina técnicas de visión artificial, análisis de imágenes y aprendizaje automático.
Con más empresas buscando especialistas en esta área, la Universidad Autónoma de Barcelona decidió crear un curso que cualquier persona pueda tomar sin costo. La institución española ahora ofrece una capacitación completa sobre detección y reconocimiento de objetos, sin importar cuánta experiencia tenga la persona interesada.
El curso está disponible en la plataforma Coursera y lleva a los estudiantes desde los conceptos básicos hasta cómo usar sistemas avanzados que emplean las empresas hoy en día.
Con 17 horas de duración, esta formación sirve tanto para estudiantes como para trabajadores que quieren aprender más sobre inteligencia artificial.
El curso Detección de objetos se toma completamente por internet y cubre desde lo básico hasta técnicas especializadas como Support Vector Machines, redes neuronales y algoritmos de Random Forests. Los participantes aprenden a procesar imágenes digitales y a extraer información visual usando métodos como Local Binary Patterns y Histogram of Oriented Gradients.
Una característica importante de este curso es que los estudiantes pueden aplicar lo que aprenden. No solo estudian la teoría, sino que crean clasificadores reales para identificar objetos específicos en imágenes y videos. Esto va desde algoritmos sencillos como la regresión logística hasta métodos más complejos que usan las empresas tecnológicas.
Cuando terminan el curso, los participantes pueden diseñar sus propios sistemas de detección usando herramientas y métodos que funcionan en proyectos reales de investigación o industria.
La capacitación se divide en 6 módulos que van aumentando en dificultad:
- Introducción a la detección de objetos – Conceptos básicos y fundamentos
- Clasificación de objetos – Cómo categorizar elementos automáticamente
- Detección de objetos – Métodos para encontrar objetos en imágenes
- Detector basado en HOG/SVM – Aplicación de algoritmos específicos
- Detector basado en Haar/Adaboost – Técnicas más avanzadas
- Técnicas avanzadas – Métodos actuales y aplicaciones especializadas
Cada módulo tiene ejercicios donde los estudiantes pueden usar inmediatamente lo que aprenden, desde detección básica hasta sistemas complejos que usan grandes empresas.
Esta formación está pensada para estudiantes universitarios de carreras como informática, matemáticas o ingeniería, y también para profesionales que trabajan en inteligencia artificial, automatización o tecnología. Se necesitan conocimientos básicos de programación, aunque el curso explica todo paso a paso para que personas con poca experiencia también puedan aprovecharlo.
Pueden participar estudiantes que quieren complementar lo que estudian en la universidad, trabajadores de tecnología que buscan actualizar sus conocimientos, investigadores interesados en visión artificial, o desarrolladores que crean aplicaciones con inteligencia artificial.
Cómo inscribirse
Para tomar este curso de la Universidad Autónoma de Barcelona, las personas interesadas deben:
- Crear una cuenta en Coursera
- Buscar el curso Detección de objetos o usar el enlace directo
- Elegir la opción gratuita para auditar el curso
- Completar el registro con información personal básica
Aunque el curso es gratuito para auditarlo, quienes quieran obtener un certificado oficial deben pagar un costo adicional que aparece en la plataforma.