CLASE 08

^{Para obtener tu recompensa debes estar registrado en nuestra plataforma y publicar tu trabajo}

🧠 ¿Qué aprendo?

• Visión humana vs visión por computadora
• Cómo funciona un automóvil autónomo
• Visión por computadora y sus aplicaciones
• Bloques de programación para de visión por computadora

💡 ¿Cómo funciona la visión humana?

🧠 Para comprender la visión por computadora, primero debemos observar cómo funciona la visión humana.

💡 Visión por computadora

🧠 La visión por computadora se ocupa de cómo pueden hacer las computadoras para obtener una comprensión de alto nivel a partir de imágenes o videos digitales. Desde la perspectiva de la ingeniería, busca automatizar y mejorar tareas que la visión humana puede realizar.

💡 Vehículo autónomo con visión por computadora

🧠 Un automóvil autónomo es un vehículo que es capaz de detectar su entorno y moverse de manera segura con poca o ninguna intervención humana. Para este ejemplo, consideremos que un automóvil autónomo puede avanzar, girar a la izquierda, a la derecha o detenerse . Veamos cómo reaccionaría el coche si un peatón se le adelantara.

💻 Adquirir

🧠 Los coches autónomos utilizan cámaras para adquirir imágenes. Adquieren y procesan imágenes a un ritmo muy elevado. Consideremos que nuestra cámara ha adquirido esta imagen:

💻 Proceso

🧠 La computadora comienza a identificar todos los objetos en la imagen y hace una lista de los objetos con su posición. En este caso, hay algo en camino. La computadora aún no tiene información sobre qué objeto es.

💻 Analizar

🧠 La computadora luego clasifica cada objeto en diferentes categorías. En este caso, identifica al objeto como una niña. También etiqueta cierta información del objeto como velocidad, distancia y otros parámetros. Estas etiquetas son la información de nivel superior que se utiliza para tomar una decisión.

💻 Actuar

🧠 Basado en la información de nivel superior, la computadora puede actuar. En este caso, el automóvil se detendrá.

💡 Aplicación de la visión por computadora

🧠 La visión por computadora se utiliza para diversos fines en una amplia gama de industrias, como la salud, la agricultura, los seguros, la industria automotriz, etc.

💻 Autos autónomos

🧠 Ya hemos echado un vistazo a los coches autónomos y cómo la visión por computadora interviene en la conducción.

💻 Industrias alimentarias

🧠 La visión por computadora se utiliza para identificar los alimentos y segregarlos mediante robots. A continuación se muestra un ejemplo.

💻 Agricultura

🧠 La visión por computadora se utiliza en la agricultura para identificar enfermedades y producción de cultivos . Por ejemplo, en esta imagen, la visión por computadora se utiliza para calcular la producción de uva.

💡 Teachable Machine

Teachable Machine

🧠 Teachable Machine es una herramienta basada en la web que hace que la creación de modelos de aprendizaje automático sea rápida, fácil y accesible para todos. Permite usar imágenes, clips de audio, datos de pose o su propio conjunto de datos para el entrenamiento.

📋 Ejemplo N° 1: Entrenamiento de Imágenes con Teachable Machine – Gato vs Perro

Teachable Machine

💻Descripción

💡 En este proyecto entrenarás la computadora para que sea capaz de reconocer si una imagen pertenece a un perro o a un gato. Las principales características de esta aplicación son:

1. Utilizar Techeable Machine para realizar el entrenamiento de la IA
2. Buscar y guardar imágenes por internet
3. Entrenar la IA para el reconocimiento de imágenes

💻Proceso

🆘 Para identificar gatos y perros, necesitaríamos muchas imágenes de gatos y perros como datos de entrenamiento.

🆘 Abrimos el buscador de Google en nuestro navegador web y colocamos el nombre de la imagen a buscar, por ejemplo «gatos» y después hacemos clic en imágenes

🆘 Clic en la imagen que deseemos guardar en la computadora, veras que se hace más grande en el lado derecho de tu pantalla

🆘 Clic derecho en la imagen para buscar la opción «Guardar imagen como»

🆘 En nombre le damos un número para identificar la imagen, nos aseguramos que el formato de la imagen sea *.jpg o *.png (eso es muy importante) y después guardamos en una carpeta en específico, para este caso creamos la carpeta «gatos» y le damos en guardar

🆘 Nos aseguramos de por lo menos haber guardado 10 imágenes

🆘 Repetimos todos los pasos para guardar en nuestra computadora 10 imágenes de perros

🆘 Ingresar a la página de Teachable Machine y haga clic en el botón Primero Pasos

🆘 Haga clic en Proyecto de imagen

🆘 Seleccione la opción Modelo de imagen estándar

🆘 Se abrirá una nueva página donde podrá ver el flujo del proyecto de IA

🆘 Cambie el nombre del nombre de la primera clase como «gato» y luego hacer clic en el botón subir

🆘 Una nueva ventana se abrirá. Selecciona las imágenes del gato de los datos de entrenamiento en tu computadora. Una vez subidas, podrás ver las imágenes en la clase

🆘  Cambie el nombre de la segunda clase a «perro» y sube las imágenes del perro

🆘 Para entrenar el modelo, haga clic en el botón Preparar modelo

🆘 Una vez entrenado, puede ver el siguiente mosaico de vista previa para probar el modelo, selecciona la opción archivo

🆘  Descargamos una imagen aleatoria de un gato y un perro, esta imagen no debe ser parte de los datos de entrenamiento

🆘 Clic en la opción «Selecciona imágenes de tus archivos o arrástralas aquí» para añadir una imagen de prueba, en este caso la del gato

🆘  Como se puede observar, la IA nos dice que la imagen corresponde a la de un gato con una predicción del 100%

🆘  Realizamos la misma prueba pero esta vez con la imagen del perro, se observa que la predicción de la IA también es de un 100%

⚔️Desafío 01: Demuestra lo aprendido

💰Recompensa: 30 Monedas de Oro – 15 Cristales de Experiencia

🧠 Con la información del ejercicio «Entrenamiento de Imágenes con Teachable Machine – Gato vs Perro» realiza el entrenamiento de la IA para que pueda reconocer las imágenes de un gato y un tigre.

💡 El resultado de tu IA tendría que verse más o menos así:

📋 Ejemplo N° 2: Reconocimiento de imágenes con PictoBlox – Gato vs Perro

PictoBlox: Learn coding and program robots online

💻Descripción

💡 Con la información del ejercicio «Entrenamiento de Imágenes con Teachable Machine – Gato vs Perro» realizar una aplicación donde nuestro personaje reconocerá la imagen que tiene en el fondo del escenario. Las principales características de esta aplicación son:

1. Utilizar Teacheble Machine para realizar el entrenamiento de la IA
2. Utilizar PictoBlox
3. Realizar nuestro primer proyecto de reconocimiento de imágenes con IA

💻Recursos

💡 Descargamos las imágenes de entrenamiento

💾 Clic aquí para descargar todas las imágenes

💻Proceso

🆘 Ingresar a la página de Teachable Machine y realizar el entrenamiento para que la IA pueda reconocer entre perros y gatos

🆘 Ir a la opción Exportar modelo

🆘 Clic en el botón Subir mi modelo y esperar a que suba nuestro entrenamiento a la nube

🆘 Al terminar de subir nuestro modelo tendremos la opción Tu enlace para compartir, clic en copiar para utilizar nuestro entrenamiento

🆘 Ingresar a la página de PictoBlox y hacer clic en el botón «Sign in» que se encuentra en la parte superior derecha

🆘 Si aún no tienes una cuenta de usuario en la plataforma de PictoBlox puedes utilizar la cuenta compartida de mi MakerHouse, donde el Username es: bmaker y el Password: mimakerhouse. Después hacemos clic en el botón inferior Sign in

🆘 Nos aseguramos que el idioma este en Español

🆘 Clic en el botón de añadir extensión (botón morado de abajo)

🆘 Clic en la extensión Machine Learning

🆘 En los nuevos bloques de Machine Learning clic en «Load a Model»

🆘 Clic en «Paste« para pegar el enlace de nuestro modelo entrenado en Teachable Machine y después clic en «Load Model»

🆘 Si todo está bien tendremos los nuevos bloques de reconocimiento de imágenes con IA

💻Diseño

🆘 Recursos

💡 En nuestro personaje principal añadir los sonidos Meow y Dog1

💡 Añadimos las imágenes de cinco gatos y cinco perros en el fondo de nuestro escenario

💡 Tu diseño tendría que verse más o menos así:

💻Programación

🆘 Código Sprite Principal:

⚔️Desafío 02: Demuestra lo aprendido

💰Recompensa: 30 Monedas de Oro – 15 Cristales de Experiencia

🧠 Con la información del Desafío 01: Gato vs Tigre y lo que aprendimos en el ejercicio «Reconocimiento de imágenes con PictoBlox – Gato vs Perro» realiza el entrenamiento de la IA para que pueda reconocer las imágenes de un gato y un tigre:

• Cuando nuestro personaje vea a un gato dirá: Que tierno y reproducirá el sonido Cheer
• Cuando nuestro personaje vea a un tigre dirá: Que miedo y reproducirá el sonido Scream1

🆘 Pista: En nuestro personaje principal añadir los sonidos Cheer y Scream1

¡Estamos listos, a construir!

💰Recompensa: 10 Monedas de Oro – 5 Cristales de Experiencia

➡️ RETO 01: Señales de Detenerse (STOP) y Avanzar(GO)

💻Descripción

💡 En este Proyecto crearas una inteligencia artificial para que pueda reconocer las señales de detenerse y avanzar. Las principales características de esta animación son:

1. Realizaremos el entrenamiento con imágenes de detenerse y avanzar
2. Nuestro personaje nos dirá que avancemos o nos detengamos
3. A la vez controlaremos dos LEDs, uno LED rojo que se encenderá cuando nos detengamos y un LED verde que se encenderá cuando avancemos

💻Recursos

💡 Descargamos las imágenes de entrenamiento

💾 Clic aquí para descargar todas las imágenes

💻Proceso

🆘 Ingresar a la página de Teachable Machine y realizar el entrenamiento para que la IA pueda reconocer entre las señales de detenerse y avanzar

🆘 Ir a la opción Exportar modelo

🆘 Clic en el botón Subir mi modelo y esperar a que suba nuestro entrenamiento a la nube

🆘 Al terminar de subir nuestro modelo tendremos la opción Tu enlace para compartir, clic en copiar para utilizar nuestro entrenamiento

🆘 Ingresar al programa de escritorio de PictoBlox (no a la página web) y hacer clic en el botón «Sign in» que se encuentra en la parte superior derecha

🆘 Si aún no tienes una cuenta de usuario en la plataforma de PictoBlox puedes utilizar la cuenta compartida de mi MakerHouse:

• Username: bmaker
• Password: mimakerhouse

Después hacemos clic en el botón inferior Sign in

🆘 Nos aseguramos que el idioma este en Español

🆘 Clic en el botón de añadir extensión (botón morado de abajo)

🆘 Clic en la extensión Machine Learning (Aprendizaje Automático)

🆘 En los nuevos bloques de Machine Learning clic en «Load a Model»

🆘 Clic en «Paste« para pegar el enlace de nuestro modelo entrenado en Teachable Machine y después clic en «Load Model»

🆘 Si todo está bien tendremos los nuevos bloques de reconocimiento de imágenes con IA

💻Circuito

💻Diseño

💡 Añadimos las imágenes de cinco señales de GO y cinco señales de STOP en el fondo de nuestro escenario

💾 Clic aquí para descargar todas las imágenes

💡 Tu diseño tendría que verse más o menos así:

💻Programación

🆘 Vamos a extensiones y buscamos la extensión Texto a voz

🆘 Nos vamos al menú superior, clic en tarjeta y seleccionamos la tarjeta arduino uno

🆘 En el menú superior clic en conectar, escogemos el puerto en el que está conectado nuestro arduino uno y después clic en conectar

🆘 Tendríamos que ver lo siguiente

🆘 Código Sprite Principal:

Recuerda

En términos simples, inteligencia artificial (IA) se refiere a sistemas o máquinas que imitan la inteligencia humana para realizar tareas y pueden mejorar a partir de la información que recopilan y el Machine Learning supervisado, se define por el uso de conjuntos de datos etiquetados para entrenar algoritmos que clasifiquen datos o predigan resultados de forma precisa.