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 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 · Ai Ml
Fit score: 1
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosIngeniero/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