De píxeles a predicciones: la magia detrás de AISee, la librería de clasificación de imágenes con redes neuronales
La clasificación de imágenes es una rama de la inteligencia artificial con numerosas aplicaciones. En Python existen algunas librerías como Pytorch y Tensorflow que ofrecen herramientas para entrenar redes neuronales para visión artificial. Sin embargo, para poder entrenar de manera satisfactoria un modelo del estado del arte, se requiere una serie de elementos que no son triviales como lo son bucles de entrenamiento, data augmentation y demás elementos propios de cada arquitectura que hay que conocerse a fondo para hacer funcionar todo el proceso. Todos los días se publican nuevas arquitecturas y nuevos elementos en el entrenamiento de estas redes neuronales lo que hace necesario una solución que, con pocas líneas de código, logre estandarizar el entrenamiento de manera que se permita la evaluación e hiperparametrización de distintos modelos. En esta charla hablaremos de AISee, una librería que permite entrenar este tipo de redes neuronales para detectar los objetos que aparecen en una imagen en muy pocas líneas de código. Para ello, cubriremos técnicas imprescindibles como data augmentation, fine-tuning y el uso de redes preentrenadas del Estado del Arte para mejorar la precisión de nuestros modelos.