Segmentación 3D de Cuerpo de Mina para Empresa de Servicios Atacameña
Visión general
De qué trata este proyecto.
Segmenta nubes de punto LiDAR mineras con PointNet++ o MinkowskiNet, entrena con 80 escaneos anonimizados y evalúa con mIoU. Obtén un certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Alcanzar mIoU > 0,72 sobre 5 clases con IoU por clase no inferior a 0,55 en ninguna, validado sobre 16 escaneos de holdout.
Earning criteria — what you'll demonstrate
- Aplicar modelos modernos de segmentación 3D
- Diseñar augmentations sobre nubes de puntos (rotación, jitter)
- Evaluar con métricas estándar + métrica operativa
- Comunicar limitaciones del modelo a un equipo técnico no-CV
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Computer Vision
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 de Visión por Computadora
Segmentación 3D de nube de puntos es trabajo cotidiano del CV engineer en robótica, minería y mapping.
Este proyecto afina
- 3d-segmentation
- point-cloud-processing
- lidar-processing
Ingeniero de Aprendizaje Automático
Entrenar sparse conv nets y evaluar con métricas operativas es el músculo del MLE en visión aplicada.
Este proyecto afina
- deep-learning
- pytorch
- model-evaluation
Científico de IA Aplicada
Defender un modelo con métricas operativas además de estándar es el músculo del applied AI scientist en industria.
Este proyecto afina
- model-evaluation
- point-cloud-processing
- deep-learning