GAN para Augmentación de Imágenes Térmicas en Patrulla Forestal en Asturias
Visión general
De qué trata este proyecto.
Recibirás ~2.800 imágenes térmicas etiquetadas (fuego pequeño/no fuego) y un detector baseline. Entrena un generador (GAN tipo StyleGAN o un modelo de difusión pequeño) condicionado por presencia/ausencia de fuego. Genera ~3.000 imágenes sintéticas. Reentrena el detector con dataset combinado y compara contra detector entrenado solo en datos reales. Mide F1, recall sobre fuegos pequeños (la métrica que importa), y crucialmente tasa de falsos positivos sobre un set adversarial (puestas de sol, focos). Entrega modelo generador, detector mejorado, reporte y memo.
El Briefing
Lo que harás y lo que demostrarás.
Entrena un generador de imágenes térmicas sintéticas que mejore el recall del detector de fuegos pequeños sin disparar falsos positivos.
Earning criteria — what you'll demonstrate
- Entrenar un generador condicional para data augmentation realista
- Medir el impacto downstream de datos sintéticos sobre un detector
- Diseñar un set adversarial para vigilar falsos positivos
- Comunicar trade-offs de augmentation sintética a operaciones críticas
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
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 canónicosInvestigador en Aprendizaje Automático
Diseñar augmentación generativa y medir impacto downstream es trabajo del ML Researcher en visión por computador.
Este proyecto afina
- gan
- generative-models
- data-augmentation
Ingeniero en Visión por Computadora
Mejorar detectores con generadores y set adversariales es trabajo central del CV Engineer en operaciones críticas.
Este proyecto afina
- data-augmentation
- evaluation
- pytorch
Investigador en Seguridad de IA
Vigilar falsos positivos en operación crítica es trabajo del AI Safety Researcher en sistemas de detección.
Este proyecto afina
- evaluation
- data-augmentation
- image-generation