Curso de Inteligencia Artificial GRATIS | Clasificación de Radiografias con YOLO11 y FastAPI #7

Lección 3 de 1127%

Sigue así. Cada lección te acerca más a tu certificado.

Sobre esta lección

Clase #7 | Deep Learning — Radiografías con IA (YOLO11m-cls) + MLOps Completo (FastAPI, MLflow, GradCAM, Docker, GCP) En esta clase damos un salto al nivel profesional: construimos desde CERO un servicio de evaluación de radiografías de tórax usando YOLO11m-cls (clasificación). No es solo entrenar: armamos un flujo MLOps real, exponemos el modelo con FastAPI, explicamos decisiones con GradCAM (mapas de calor) y desplegamos en Google Cloud (GCP) con Docker + GitHub Actions (CI/CD). 🩻🤖☁️ 🧠 Qué vas a aprender (resumen rápido) ✅ Fine-tuning con YOLO11m-cls (por qué usamos cls y análisis con Netron) ✅ Gestión de datos con Hugging Face Datasets ✅ MLOps: tracking de experimentos + benchmarks con MLflow ✅ XAI: GradCAM para ver qué “mira” el modelo ✅ Backend: microservicio con FastAPI + Pydantic ✅ Deploy profesional: Dockerfile optimizado + CI/CD con GitHub Actions ✅ Despliegue en GCP (service accounts, triggers y automatización) 🧩 Proyecto del video 🚀 Lo que construimos: un microservicio listo para producción - Recibe una radiografía → predice la clase (clasificación) - Genera explicación visual con GradCAM - Registra métricas/experimentos con MLflow - Se despliega en GCP automáticamente con CI/CD ------------------------------------------------------------------- links ---------------------------------------------------------------------------- ✅ Plataforma + demos (ingeniia): https://www.ingeniia.co ✅ Repositorio del proyecto (código): https://github.com/AprendeIngenia/deep_learning_services ✅ Docs oficiales YOLO26 (Ultralytics): https://docs.ultralytics.com/models/yolo26/?utm_source=infl&utm_medium=twitter&utm_campaign=yolo26&utm_term=ingeniia ✅ Descarga / Modelo YOLO26 (Ultralytics): https://platform.ultralytics.com/ultralytics/yolo26?utm_source=infl&utm_medium=twitter&utm_campaign=yolo26&utm_term=ingeniia ------------------------------------------------------------------- curso IA ---------------------------------------------------------------------------- 🧩 Únete a la Comunidad / Asesorías: https://www.ingeniia.co/community 🧠 Códigos, mapas mentales y demos: https://www.ingeniia.co ------------------------------------------------------------------- redes ---------------------------------------------------------------------------- 🤗 Hugging Face: https://huggingface.co/inGeniia 💾 GitHub: https://github.com/AprendeIngenia 📸 Instagram: https://www.instagram.com/santiagsanchezr/ 🐦 X / Twitter: https://x.com/SantiagSanchezR 💼 LinkedIn: https://www.linkedin.com/in/santiago-sanchez-rios-0b20431b8/ 🧺 Datasets: https://huggingface.co/inGeniia ------------------------------------------------------------------- apoyo ---------------------------------------------------------------------------- ❤️ Apoya el canal ⭐ Miembros (contenido exclusivo): https://www.youtube.com/channel/UCzwHEOCbsZLjfELperJ6VeQ/join ☕ Donaciones PayPal: https://www.paypal.me/santiagsanchezr --------------------------------------------------------------------------------------------------------------------------------------------------------- 👍 Si te sirvió Suscríbete para más clases del curso y deja en comentarios qué dataset te gustaría que entrenemos después. #YOLO11 #YOLO #DeepLearning #MLOps #FastAPI #MLflow #GradCAM #Docker #GCP #ComputerVision #ArtificialIntelligence

Sobre este curso

Curso de Deep Learning con buenas practicas de desarrollo de software (DevOps) y buenas practicas de experimentación con redes neuronales profundas (MLOps).

Lección 3 de 11Nivel: principianteDuración total: 8h 24m

Lo que aprenderás en este curso:

  • Comprender los fundamentos del aprendizaje automático
  • Implementar algoritmos de clasificación y regresión
  • Preparar y limpiar datos para modelos predictivos
  • Evaluar y optimizar modelos de machine learning