Cursos y Formación en Neuroredes y Visión para Drones
Nuestros programas de formación están diseñados para cubrir la brecha entre el desarrollo de software y la robótica aérea. Ofrecemos cursos técnicos que profundizan en la arquitectura de neuroredes y su implementación práctica en drones comerciales y DIY. Aprenda a transformar un vehículo aéreo en un agente inteligente capaz de ver y comprender el mundo que lo rodea.
Fundamentos de Visión por Computadora
Este módulo introductorio cubre los conceptos esenciales del procesamiento digital de imágenes. Los estudiantes aprenden técnicas de filtrado, detección de bordes y transformaciones geométricas necesarias antes de aplicar IA. Es la base técnica indispensable para cualquier desarrollador que aspire a trabajar en robótica móvil y análisis de video en tiempo real.
Comenzamos con la manipulación de píxeles y matrices de imágenes usando Python y OpenCV. El estudiante aprende a aplicar filtros espaciales, detectar bordes con los operadores de Sobel y Canny, y ejecutar transformaciones geométricas como rotaciones y perspectivas. Estos fundamentos permiten comprender cómo una máquina extrae información estructural de cada frame antes de pasar a modelos de inferencia más complejos.
El módulo está dirigido a desarrolladores de software que ingresan al campo de la robótica aérea, a estudiantes de ingeniería, y a profesionales de áreas afines que necesitan construir una base sólida antes de avanzar hacia el aprendizaje profundo y la implementación embebida en plataformas de vuelo.
Programación de Neuroredes con Python
El curso se centra en el uso de librerías estándar de la industria para construir y entrenar modelos de aprendizaje profundo. Enseñamos a diseñar arquitecturas optimizadas para la clasificación de objetos y la segmentación de imágenes. El enfoque es puramente práctico, utilizando datasets reales obtenidos de misiones de vuelo en diversos entornos argentinos.
Se trabaja con TensorFlow y PyTorch para construir redes convolucionales desde cero. Los estudiantes aprenden a preparar datasets anotados, configurar pipelines de entrenamiento, ajustar hiperparámetros y evaluar la precisión del modelo. El objetivo es que cada participante termine con un modelo funcional capaz de clasificar objetos detectados en imágenes capturadas desde un dron en vuelo real.
Los datasets utilizados durante el curso provienen de misiones de vuelo sobre campos agrícolas de la provincia de Buenos Aires, áreas urbanas de Córdoba y zonas de infraestructura eléctrica en Santa Fe. Esto permite que los estudiantes enfrenten problemas reales de iluminación, oclusión y variabilidad de escala que no aparecen en datasets académicos estándar.
Implementación en Hardware Embebido
Aprenda a portar sus modelos de IA a dispositivos como Raspberry Pi, Jetson Nano o procesadores específicos de drones. Este curso aborda la optimización de código, el manejo de memoria y la interfaz con controladores de vuelo. Es fundamental para quienes desean ver su código funcionando en un dron físico y no solo en una simulación de computadora.
La implementación embebida presenta restricciones que un modelo ejecutándose en una workstation no enfrenta. El estudiante aprende a reducir el tamaño del modelo mediante cuantización y pruning, a gestionar la memoria de la GPU embebida, y a medir la latencia de inferencia en milisegundos. Una latencia excesiva hace que la navegación visual sea imposible: el dron reacciona tarde ante un obstáculo.
Se cubre además la comunicación entre el módulo de visión y el controlador de vuelo mediante protocolos como MAVLink. El estudiante aprende a enviar comandos de posición basados en la detección visual y a leer la telemetría del dron para sincronizar el procesamiento de imágenes con la posición de la cámara en cada instante.
Modelos que funcionan en simulación pero fallan en hardware por restricciones de memoria o latencia de inferencia.
Ingenieros embebidos y desarrolladores de robótica con nociones de electrónica y control de vuelo.
Navegación Autónoma y Controladores
Exploramos la integración de la visión artificial con el sistema de control de vuelo del dron. Los alumnos programan rutinas de seguimiento de objetos y aterrizaje autónomo basadas en feedback visual. Se cubren protocolos de comunicación y el uso de APIs para comandar al dron en función de lo que ve a través de su cámara.
El módulo trabaja sobre la arquitectura closed-loop: el dron ajusta su trayectoria en tiempo real según lo que el modelo de visión detecta en cada frame. Se enseña a implementar controladores PID que toman como entrada la posición de un objeto en la imagen y generan comandos de movimiento para centrarlo en el cuadro de la cámara. La latencia del ciclo completo, desde la captura del frame hasta el comando enviado al controlador de vuelo, es la métrica central que el estudiante aprende a optimizar.
Las prácticas incluyen rutinas de seguimiento de vehículos en movimiento, posicionamiento preciso sobre un punto de interés detectado por segmentación visual, y aterrizaje autónomo sobre marcas en el suelo. Se utiliza MAVLink y librerías como DroneKit o MAVSDK para enviar los comandos generados por el pipeline de visión.
Programas especializados y talleres prácticos
Talleres orientados a casos de uso específicos y a la aplicación directa de la visión por computadora y las neuroredes en escenarios industriales reales dentro del territorio argentino.
Talleres de Análisis de Datos Aéreos
Este workshop está dedicado al post-procesamiento de grandes volúmenes de imágenes obtenidas mediante drones. Enseñamos a utilizar redes neuronales para generar informes automáticos de salud de cultivos o inventarios de infraestructura.
Es una herramienta poderosa para profesionales de la agronomía, la arquitectura y la ingeniería civil que necesitan procesar cientos de imágenes por misión.
Inscribirme al Workshop →Deep Learning para Detección de Anomalías
Un curso avanzado donde se profundiza en modelos capaces de identificar irregularidades en patrones repetitivos. Se aplica específicamente a la inspección de paneles solares, tendido eléctrico y estructuras metálicas.
Los estudiantes desarrollan la capacidad de entrenar redes con muy pocos ejemplos de fallas, utilizando técnicas de transferencia de aprendizaje.
Consultar requisitos →Simulación y Entornos Virtuales
Antes de volar, es vital probar los algoritmos en entornos controlados y seguros. Enseñamos a utilizar simuladores de alta fidelidad que replican la física de vuelo y la óptica de las cámaras.
Esto permite iterar el desarrollo de la visión por computadora de forma rápida y sin riesgo de daños materiales al equipo real.
Consultar requisitos →Ética y Normativa para Operación de Drones Autónomos
Incluimos una formación necesaria sobre el uso responsable de la inteligencia artificial y la privacidad de los datos. Analizamos el marco legal vigente en Argentina para la operación de drones autónomos y la captura de imágenes. Es fundamental que el especialista técnico comprenda las implicancias legales de las herramientas que desarrolla.
Un modelo de visión por computadora que detecta personas en imágenes aéreas tiene implicancias directas sobre la privacidad. La captura de imágenes desde un dron sobre propiedades privadas, zonas urbanas o infraestructura crítica está sujeta a regulaciones específicas de la ANAC y de la legislación argentina sobre protección de datos personales.
Este módulo cubre los permisos de vuelo necesarios, las restricciones de altitud y zonas prohibidas, las obligaciones del operador responsable, y las consideraciones éticas en el diseño de sistemas que toman decisiones autónomas basadas en percepción visual. No es un módulo opcional: forma parte de la formación integral de todo especialista en visión por computadora aplicada a drones.
¿Qué módulo le corresponde a su perfil?
La formación está estructurada en una progresión técnica, pero cada módulo puede tomarse de forma independiente según el conocimiento previo del participante. Use esta referencia para identificar el punto de entrada adecuado o contacte con nuestro equipo para una evaluación de su perfil antes de inscribirse.
Modalidad, frecuencia y lugar
La formación combina clases teóricas con prácticas de laboratorio y sesiones de vuelo en campo. La coordinación de cada cohorte se ajusta según el módulo y el perfil del grupo inscripto.