Learning Machine Learning (LML). Práctica 1: Recoñecer imaxes. Curso 2023-2024.

Continuamos a traballar con modelos preentrenados, pero esta vez utilizaremos as habilidades de recoñecemento de imaxes.

Nesta práctica imos a utilizar outra páxina (aínda que similar á anterior), Learning ML (LML) para realizar un proxecto de recoñecemento de imaxes.

Unha vez na páxina inicial, accederemos á opción “LearningML Basic - v1.2” e veremos un entorno similar ao que xa utilizamos en Machine Learning for Kids, neste caso non teremos que rexistrarnos pero deberemos gardar o modelo no noso ordenador para podelo utilizar en distintas sesións.

As instrucións para a realización desta 2ª práctica están no documento: Instrucións práctica 2 LML.pdf

Como imos a usar recoñecemento de imaxes, tal vez necesitemos ver o vídeo de Programamos (Sesión 3): ”¿Cómo perciben el mundo los ordenadores?” (desde 0" a 55” e desde 1’ 35” ata 3’ explica a codificación e interpretación de imaxes).

No vídeo anterior se fai referencia a 2 páxinas web, que permiten comprender máis profundamente como funciona a extracción de características nunha imaxe:

• A demostración interactiva de DeepLizard (explica como se aplican filtros para detectar bordos en imaxes).
• A ferramenta de Adam Harley (permite debuxar un número e comprobar se o sistema de intelixencia artificial o recoñece correctamente).

Tamén podedes ver o seguinte vídeo sobre a aplicación do sistemas de recoñecemento de imaxes para traducir a linguaxe de signos en tempo real:

Para rematar, tamén vos debería interesar coñecer que son as redes neuronais convolucionais (as que permiten traballar con imaxes), para isto podedes ver os seguintes vídeos da canle dot.csv:

¡Redes Neuronales CONVOLUCIONALES! ¿Cómo funcionan?

¡Extraños Patrones dentro de una RED NEURONAL!

Neste último vídeo se utiliza unha ferramenta que permite observar os patróns obtidos nas redes neuronais convolucionais: Microscopio de OpenAI,