MENU / Sobre el programaSERNAUTO y La Universidad de Deusto te invitan a capacitarte en el mundo de la visión por computador en entornos productivos de automoción
Diseñado por expertos y basado en el Job Role Skill Set definido por el proyecto DRIVES - Develoment and Research on Innovative Vocational Education Skills, en el marco de Automotive Skills Alliance (ASA) este programa te sumergirá en los fundamentos y las últimas aplicaciones prácticas en el estado de la técnica de la visión por computador aplicado a entornos productivos de automoción
Incorporarás a tu CV habilidades prácticas y teóricas en visión por computador, una materia de la máxima proyección de futuro en el sector productivo de automoción.
Podrás demostrar tu capacidad de abordar y resolver problemas complejos en el procesamiento y tratamiento de imágenes mediante el uso de algoritmos Machine Learning (ML), Deep Learning (DL) todo ello, con un enfoque práctico en laboratorio.
Acreditación profesional con conocimientos en visión por computador, que te introducirá en las técnicas y metodologías más avanzadas en el tratamiento y procesamiento de imágenes.
Añade experiencia a tu CV en el manejo de lenguajes de programación en Machine Learning and Deep Learning, diferenciándote con una orientación hacia la próxima generación de tecnologías de tratamiento y procesamiento de imágenes.
Bilbao Campus
Virtual campus
Program in Artificial Vision Systems applied in automotive production environments
Spanish
Application process open
Las metodologías de Visión por Computador y Tratamiento de imágenes son herramientas esenciales en la optimización de procesos industriales
M1.
● Tema 1. Introducción a la percepción industrial y a la visión artificial
- Motivación y aplicaciones industriales
- Tipos de inspección visual automática
● Tema 2. Elementos de un sistema de visión artificial (hardware)
- Cámaras, lentes, iluminación, filtros, tarjetas de adquisición
● Tema 3. Representación de imágenes digitales
- Resolución, profundidad, canales de color, formatos
● Tema 4. Procesamiento y transformación de imagen
- Operaciones básicas (convolución, realce, filtrado)
● Tema 5. Extracción de características y segmentación
- Histogramas, bordes, regiones, técnicas de umbralado
M2.
● Tema 6. Introducción a Machine Learning
- Flujo de trabajo en ML y datasets visuales
● Tema 7. Redes Neuronales
- Fundamentos, capas, funciones de activación
● Tema 8. Deep Learning: concepto, arquitectura y aplicaciones
- Arquitecturas CNN, Transfer Learning, aplicaciones industriales
● Tema 9. Descripción y reconocimiento de objetos
- Clasificación, detección y segmentación con modelos preentrenados
M3.
- Desarrollo y resolución de casos industriales
Comienzo viernes 13 febrero 2026
Para recibir más información puedes contactar con: