Construye un pipeline de imágenes para clasificar defectos en línea de calzado
Visión general
De qué trata este proyecto.
Construye un pipeline PyTorch con transfer learning para clasificar defectos en calzado. Reporta métricas y análisis de errores. Obtén un certificado verificable.
El escenario
La fábrica (alrededor de 120 personas, 200.000 pares/mes) tiene una tasa de defectos escapados del 1,8 %; reducirla al 0,8 % devolvería cerca de 60.000 EUR/mes en evitar penalizaciones contractuales con marcas clientes.
El Briefing
Lo que harás y lo que demostrarás.
Entregar un clasificador de defectos de suela con F1 macro ≥ 0,90 y un script de inferencia que la planta pueda integrar.
Earning criteria — what you'll demonstrate
- Aplicar transfer learning desde un modelo de visión preentrenado
- Diseñar aumentos de datos razonables para imágenes industriales
- Evaluar un clasificador multiclase con métricas alineadas al coste del error
- Empaquetar un modelo para inferencia con una interfaz simple
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
AI/ML Practicum and Hands-on Lab
Master · Capstone
Strong alignment
This challenge maps to AI/ML Practicum and Hands-on Lab at the Master level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
- Computer Vision
Build systems that interpret and analyze visual information from images and video.
- Transfer Learning
Apply transfer learning to solve real industry problems and demonstrate production-level capability.
- Pytorch
Apply pytorch to solve real industry problems and demonstrate production-level capability.
- Data Augmentation
Apply data augmentation to solve real industry problems and demonstrate production-level capability.
- Model Evaluation
Apply model evaluation to solve real industry problems and demonstrate production-level capability.
- Deployment Packaging
Apply deployment packaging to solve real industry problems and demonstrate production-level capability.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Ingeniero/a de Machine Learning
Entrenar un clasificador de visión con transfer learning y empaquetarlo como script de inferencia es trabajo cotidiano de MLE en cualquier empresa con inspección automatizada.
Este proyecto afina
- pytorch
- transfer-learning
- deployment-packaging
Ingeniero/a de Visión por Computador
Diseñar el pipeline de imagen, justificar los aumentos de datos y analizar errores cualitativamente es la habilidad nuclear de una persona ingeniera de visión junior en manufactura.
Este proyecto afina
- computer-vision
- data-augmentation
- model-evaluation
Científico/a Aplicado/a de IA
Traducir el coste industrial de un falso negativo en una métrica de evaluación clara es lo que distingue al científico aplicado del puramente investigativo.
Este proyecto afina
- model-evaluation
- computer-vision
- transfer-learning