Pruning Estructurado para Cámara de Inspección de Acero en Monterrey
Visión general
De qué trata este proyecto.
Recibirás un modelo de segmentación semántica (ResNet-50 + UPerNet) entrenado en 12.000 imágenes etiquetadas con 5 clases de defectos. Aplica pruning estructurado por canal (no por peso) con un criterio basado en magnitud o Taylor expansion. Si la caída de F1 en defectos críticos (grietas, escamado) supera 1 punto, complementa con destilación profesor-alumno. Mide latencia, FLOPs, parámetros y F1 por clase antes y después en el Jetson Orin Nano (o proxy x86 documentado). Entrega un plan de monitoreo en producción con métricas de drift.
El Briefing
Lo que harás y lo que demostrarás.
Reduce la latencia del segmentador a 30 FPS en Jetson Orin Nano vía pruning estructurado y destilación, sin perder más de 1 punto F1 en defectos críticos.
Earning criteria — what you'll demonstrate
- Aplicar pruning estructurado por canal con un criterio de importancia justificado
- Combinar pruning con destilación profesor-alumno para recuperar precisión
- Medir latencia y throughput en GPU embebida real (Jetson)
- Diseñar monitoreo de drift de modelos en planta
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 canónicosIngeniero en Aprendizaje Automático
Reducir latencia de un modelo de visión hasta un objetivo en hardware embebido es trabajo MLE clásico en manufactura.
Este proyecto afina
- structured-pruning
- edge-deployment
- model-compression
Ingeniero MLOps
El plan de monitoreo de drift y la pipeline reproducible son la columna del trabajo MLOps.
Este proyecto afina
- benchmarking
- model-compression
- edge-deployment
Ingeniero en Visión por Computadora
Segmentación industrial con restricciones de latencia y F1 por clase es trabajo central de un CV Engineer en inspección.
Este proyecto afina
- knowledge-distillation
- pytorch
- structured-pruning