Computer Vision
Visión por computadora
En una frase
Computer Vision: el campo de la IA que permite a las computadoras interpretar y entender imágenes y video.
¿Demasiado técnico? Ver explicación sencilla¿Quieres profundizar? Ver explicación técnica
Explícamelo fácil
Para una computadora, una foto es solo una tabla enorme de números (los píxeles). La visión por computadora le enseña a pasar de esos números a conceptos: «aquí hay un perro», «esta persona sonríe», «este tumor mide 2 cm».
Nivel técnico
Profundizando
Tareas principales: clasificación, detección de objetos, segmentación, estimación de pose, seguimiento en video, reconstrucción 3D y generación de imágenes. Durante la década de 2010 dominaron las CNNs; hoy conviven con Vision Transformers y modelos multimodales que combinan visión y lenguaje.
¿Por qué importa?
Permite automatizar tareas que dependen de la vista: inspección, diagnóstico, conducción, accesibilidad.
¿Dónde se utiliza?
- Imágenes médicas
- Vehículos autónomos
- Control de calidad industrial
- Desbloqueo facial
- Lectura de documentos
Antes de aprender esto
Si alguno te resulta nuevo, empieza por ahí.
Continúa aprendiendo
- Convolutional Neural NetworkUn tipo de red neuronal diseñado para imágenes que aprende a detectar patrones locales —bordes, texturas, formas— usando filtros que recorren la imagen.
- Image ClassificationLa tarea de asignar una etiqueta a una imagen completa, por ejemplo «gato», «perro» o «avión».
- Vision TransformerUna adaptación del Transformer a imágenes que divide la imagen en parches y los trata como si fueran tokens.