Skip to content
domingomeryPublic

About

No description, website, or topics provided.

Resources

Stars

8 stars

Watchers

0 watching

Forks

Latest commit

 

History

92 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 

Repository files navigation

Vision por Computador

Planificacion del curso por dia

(este material tambien esta disponible en las clases de cada capitulo)


Clase 01 Ma. 11-Aug-2026:

  • 1.0   MÓDULO CV.01.A
  • 1.1         Cap 02: GEOMETRÍA — ¿Qué es Visión por Computador?
  • 1.1               Presentación [PPT]

Clase 02 Ju. 13-Aug-2026:

  • 0.0   MÓDULO CV.00
  • 0.0         PRESENTACIÓN DEL CURSO — En qué consiste el curso?
  • 0.1               Programa del curso Reconocimiento de Patrones [PDF]
  • 0.1               Reglamento del Curso [PDF]
  • 0.1         Documentos adicionales
  • 0.1               Lineamientos del uso de la IA del DCC [PDF]
  • 0.1               Lineamientos del uso de la IA en Ingeniería UC [PDF]
  • 0.1         Bibliografía
  • 0.1               Neural Networks and Deep Learning (Aggarwal, 2019) [Book]
  • 0.1               Deep Learning (Goodfellow, 2016) [Book]
  • 0.1               Computer Vision (Szeliski, 2010) [Book]
  • 0.1               Multiple View Geometry in Computer Vision (Hartley, 2004) [Book]
  • 0.1               Computer Vision for X-ray Testing (Mery, Pieringer, 2021) [Book]
  • 0.1               Computer Vision for X-ray Testing (Mery, 2015 - Muestra Gratis) [Book]
  • 1.1   ---------------------------------------------------------
  • 2.0   MÓDULO CV.02.A
  • 2.1         Cap 02: Geometría — Coordenadas Homogéneas
  • 2.1               Presentación [PDF] [PPT]
  • 2.2               Pyhton: Ejemplo de Coordenadas Homogéneas [Colab]
  • 2.2         Material de apoyo para la clase
  • 2.2               Datos usados en el ejemplo [Carpeta]
  • 2.1               Apuntes de Visión (ver pág. 17-20) [Apuntes]
  • 2.1               Libro de Visión (ver pág. 54-56) [Libro]

Clase 03 Ma. 18-Aug-2026:

  • 2.0   MÓDULO CV.02.B
  • 2.1         Cap 02: Geometría — Transformaciones 2D
  • 2.1               Presentación [PDF] [PPT]
  • 2.3               Pyhton: Ejemplo de Transformaciones 2D [Colab]
  • 2.3               Pyhton: Ejemplo de Mosaicos con SIFT [Colab]
  • 2.1         Material de apoyo para la clase
  • 2.1               Apuntes de Visión (ver pág. 21-29) [Apuntes]
  • 2.1               Libro de Visión (ver pág. 56-58) [Libro]
  • 2.1   ---------------------------------------------------------
  • 2.1   MÓDULO CV.E01
  • 2.1         Cap 02: GEOMETRÍA — Ejercicio en Clases CV.E01
  • 2.1               Enunciado CV.E01 - Hacia dónde mira John Lennon [Colab]
  • 2.1               Solución CV.E01 [Colab]

Clase 04 Ju. 20-Aug-2026:

  • 2.0   MÓDULO CV.02.C
  • 2.1         Cap 02: Geometría — Transformaciones 3D
  • 2.1               Presentación [PDF] [PPT]
  • 2.3               Pyhton: Ejemplo de Transformaciones 3D [Colab]
  • 2.1         Material de apoyo para la clase
  • 2.1               Apuntes de Visión (ver pág. 29-34, 91-96) [Apuntes]
  • 2.1               Libro de Visión (ver pág. 58-60, 104-106) [Libro]

Clase 05 Ma. 25-Aug-2026:

  • 2.0   MÓDULO CV.02.D
  • 2.1         Cap 02: Geometría — Calibración
  • 2.1               Presentación [PDF] [PPT]
  • 2.3               Pyhton: Ejemplo de RANSAC [Colab]
  • 2.3               Pyhton: Ejemplo de Calibración Simple [Colab]
  • 2.3               Pyhton: Ejemplo de Calibración Pro [Colab]
  • 2.3               Pyhton: Ejemplo de Calibración No Lineal [Colab]
  • 2.1         Material de apoyo para la clase
  • 2.1               Apuntes de Visión (ver pág. 17-20) [Apuntes]
  • 2.1               Libro de Visión (ver pág. 60-71, 81-88) [Libro]
  • 2.1   ---------------------------------------------------------
  • 2.0   MÓDULO CV.E02
  • 2.1         Cap 02: GEOMETRÍA — Ejercicio en Clases CV.E02
  • 2.1         Ejercicio en clases CV.E02
  • 2.1               Enunciado CV.E02 - Rectificación de perspectiva de un reloj [Colab]
  • 2.1               Solución CV.E02 [Colab]

Clase 06 Ju. 27-Aug-2026:

  • 2.0   MÓDULO CV.02.E
  • 2.1         Cap 02: Geometría — Epipolar
  • 2.1               Presentación [PDF] [PPT]
  • 2.3               Pyhton: Ejemplo de Geometría Epipolar [Colab]
  • 2.1         Material de apoyo para la clase
  • 2.1               Resumen del capítulo CV02 [Apuntes]
  • 2.1               Libro de Visión (ver pág. 61-74) [Libro]

Clase 07 Ma. 01-Sep-2026:

  • 2.0   MÓDULO CV.02.F
  • 2.1         Cap 02: Geometría — Múltiples Vistas
  • 2.1               Presentación [PDF] [PPT]
  • 2.3               Pyhton: Ejemplo de Reconstrucción 3D [Colab]
  • 2.3               Pyhton: Ejemplo de Geometría de Multiples Vistas (Trifocal) [Colab]
  • 2.1         Material de apoyo para la clase
  • 2.1               Apuntes de Visión (ver pág. 17-20) [Apuntes]
  • 2.1               Apuntes de Visión (ver pág. 74-87) [Apuntes]
  • 2.1               Libro de Visión (ver pág. 99-102) [Libro]

Clase 08 Ju. 03-Sep-2026:

  • 2.0   MÓDULO CV.E03
  • 2.1         Cap 02: GEOMETRÍA — Ejercicio en Clases CV.E03
  • 2.1         Ejercicio en clases CV.E03
  • 2.1               Enunciado CV.E03 - Calibración Cámara [Colab]
  • 2.1               Solución CV.E03 [Colab]
  • 2.2   ---------------------------------------------------------
  • 2.0   MÓDULO CV.E04
  • 2.2         Cap 02: GEOMETRÍA — Ejercicio en Clases CV.E04
  • 2.2         Ejercicio en clases CV.E04
  • 2.2               Enunciado CV.E04 - Geometría Epipolar [Colab]
  • 2.2               Solución CV.E04 [Colab]

Clase 09 Ma. 06-Oct-2026:

  • 3.1   MÓDULO CV.03.A
  • 3.3         Cap 03: DEEP LEARNING — Introducción
  • 3.1               Presentación [PDF] [PPT]
  • 3.3   ---------------------------------------------------------
  • 3.1   MÓDULO CV.03.B
  • 3.3         Cap 03: DEEP LEARNING — CNN
  • 3.1               Presentación [PDF] [PPT]
  • 3.1               Python: Ejemplo CNN ojo nariz [Colab]
  • 3.1               Python: Ejemplos CNN (en VisionColab) [Colab]
  • 3.3         Material de apoyo para la clase
  • 3.1               Apuntes: Intro a Redes Neuronales (material del curso Reconocimiento de Patrones) [Link]
  • 3.1               Apuntes: Como usar Pytorch para entrenar CNN [Blog]

Clase 10 Ju. 08-Oct-2026:

  • 3.1   MÓDULO CV.03.C
  • 3.3         Cap 03: DEEP LEARNING — YOLO
  • 3.2               Presentación [PDF] [PPT]
  • 3.2               Python: Ejemplo Object Detection con YOLO [Colab]

Clase 11 Ma. 13-Oct-2026:

  • 3.1   MÓDULO CV.E05
  • 3.3         Cap 03: DEEP LEARNING — Ejercicio en Clases CV.E05
  • 3.1               Enunciado CV.E05 - CNN [Colab]
  • 3.1               Solución CV.E05 [Colab]
  • 3.3   ---------------------------------------------------------
  • 3.1   MÓDULO CV.E06
  • 3.3         Cap 03: DEEP LEARNING — Ejercicio en Clases CV.E06
  • 3.2               Enunciado CV.E06 - YOLO [Colab]
  • 3.2               Solución CV.E06 [Colab]

Clase 12 Ma. 20-Oct-2026:

  • 3.1   MÓDULO CV.03.D
  • 3.3         Cap 03: DEEP LEARNING — Análisis Facial
  • 3.1               Presentación [PDF] [PPT]
  • 3.1               Python: Ejemplo de Reconocimiento Facial y Detección de Caras [Colab]

Clase 13 Ju. 22-Oct-2026:

  • 3.1   MÓDULO CV.E07
  • 3.3         Cap 03: DEEP LEARNING — Ejercicio en Clases CV.E07
  • 3.1               Enunciado CV.E07 - Reconocimiento Facial [Colab]
  • 3.1               Solución CV.E07 [Colab]

Clase 14 Ma. 27-Oct-2026:

  • 3.1   MÓDULO CV.03.E
  • 3.3         Cap 03: DEEP LEARNING — UNet
  • 3.4               Presentación [PDF] [PPT]
  • 3.4               Python: Ejemplos Segmentacion Unet [Colab]
  • 3.3         Material de apoyo para la clase
  • 3.4               Paper: UNet [PDF]
  • 3.3   ---------------------------------------------------------
  • 3.1   MÓDULO CV.E08
  • 2.1         Cap 03: DEEP LEARNING — Ejercicio en Clases CV.E08
  • 3.4               Enunciado CV.E08 - Unet [Colab]
  • 3.4               Solución CV.E08 [Colab]

Clase 15 Ju. 29-Oct-2026:

  • 3.1   MÓDULO CV.03.F
  • 3.3         Cap 03: DEEP LEARNING — GAN y Detección de Anomalías
  • 3.3               Presentación [PDF] [PPT]
  • 3.3               Python: Ejemplos GAN [Colab]
  • 3.2               Python: Ejemplos Anomaly Detection [Colab]
  • 3.3   ---------------------------------------------------------
  • 3.1   MÓDULO CV.E09
  • 3.3         Cap 03: DEEP LEARNING — Ejercicio en Clases CV.E09
  • 3.3               Enunciado CV.E09 - GAN [Colab]
  • 3.3               Solución CV.E09 [Colab]

Clase 16 Ma. 03-Nov-2026:

  • 3.1   MÓDULO CV.03.G
  • 3.3         Cap 03: DEEP LEARNING — CLIP
  • 3.2               Presentación [PDF] [PPT]
  • 3.2               Python: CLIP [Colab]

Clase 17 Ju. 05-Nov-2026:

  • 3.1   MÓDULO CV.03.H
  • 3.3         Cap 03: DEEP LEARNING — Transformers
  • 3.3               Presentación [PDF] [PPT]
  • 3.3         Material de apoyo para la clase
  • 3.3               Apuntes: Tutorial de Transformers from Scratch by Umar Jamil [PPT]
  • 3.3               Podcast Transformers (NotebookLM) [Audio]
  • 3.3   ---------------------------------------------------------
  • 3.1   MÓDULO CV.E10
  • 3.3         Cap 03: DEEP LEARNING — Ejercicio en Clases CV.E10
  • 3.3               Enunciado CV.E10 - Transformers [Colab]
  • 3.3               Solución CV.E10 [Colab]

Clase 17 Ju. 05-Nov-2026:

  • 3.1   MÓDULO CV.03.I
  • 3.3         Cap 03: DEEP LEARNING — Visual Transformers
  • 3.3               Presentación [PDF] [PPT]
  • 3.3               Python: Transformers with HuggingFace [Colab]
  • 3.3   ---------------------------------------------------------
  • 3.3   MÓDULO CV.03.J
  • 3.3         Cap 03: DEEP LEARNING — Stable Difussion
  • 3.3               Presentación [PDF] [PPT]
  • 3.3         Material de apoyo para la clase
  • 3.3               Difussion Models [Nota]
  • 3.3   ---------------------------------------------------------
  • 3.3   AYUDANTIA INTERROGACIÓN I2

Clase 18 Ju. 12-Nov-2026:

  • 4.1   MÓDULO CV.04.B
  • 4.1         Cap 04: ÉTICA —Desafíos éticos del reconocimiento facial
  • 4.2               Presentación [PPT]

Clase 19 Ma. 17-Nov-2026:

  • 4.1   MÓDULO CV.04.A
  • 4.1         Cap 04: ÉTICA — Lo bueno, lo malo y lo feo de la IA
  • 4.1               Presentación [PDF] [PPT]
  • 2.1         Material de apoyo para la clase
  • 4.1               Paper: Fairness and Machine Learning: Barocas,Hardt, Narayanan [Book]
  • 4.1               Video: Ethics in AI: A Challenging Task - Ricardo Baeza-Yates [YouTube]
  • 4.1               Video: Fairness, part 1 - Moritz Hardt - MLSS 2020 [YouTube]
  • 4.1               Video: Fairness, part 2 - Moritz Hardt - MLSS 2020 [YouTube]
  • 4.1               Paper: A Tutorial on Fairness in Machine Learning [Nota]
  • 4.1   ---------------------------------------------------------

Clase 20 Ju. 19-Nov-2026:

  • 4.1   MÓDULO CV.04.C
  • 4.1         Cap 04: ÉTICA — Herramientas I
  • 4.1               Presentación [PPT]
  • 4.1               PPT: Explicabilidad [PPT]
  • 4.1         Material de apoyo para la clase
  • 4.1               La nueva Ley 19628 de protección de datos personales Chile [YouTube]
  • 4.1               Video: Adversarial Attacks [YouTube]
  • 4.1   MÓDULO CV.04.D
  • 4.1         Cap 04: ÉTICA — Herramientas II
  • 4.1               PPT: Bias y Fairness [PPT]
  • 4.2               PPT: Buenas Practicas [PPT]
  • 4.1               PPT: Explicabilidad usando MinPlus [PPT]
  • 2.1         Material de apoyo para la clase
  • 4.1               Paper: MinPlus [Paper]
  • 4.1               Python: MinPlus [Colab]
  • 4.1               PPT: Challenges [PPT]
  • 4.1   ---------------------------------------------------------
  • 4.1   MÓDULO CV.E11
  • 4.1         Cap 04: ÉTICA — Ejercicio en Clases CV.E11
  • 4.1               Enunciado CV.E11 - Ética [Canvas]
  • 4.1               Solución CV.E11 [Canvas]

Clase 21 Ma. 24-Nov-2026:

  • 4.1   AYUDANTIA PARA EXAMEN FINAL

Updated on 19-Nov-2026 at 10:52 by Domingo Mery

About

No description, website, or topics provided.

Resources

Stars

8 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages