Visión Artificial

4º Grado en Ingeniería Informática
Universidad de Murcia

Profesor: Alberto Ruiz García
Lunes: Lab 2.1 / Martes: Lab 1.5


material

Notebooks y ejemplos de código: vision.tar.gz ( lun mar 27 09:11:53 CEST 2017 ).

Apuntes disponibles en este enlace.

entorno de trabajo

Usaremos Python y sus bibliotecas científicas (numpy, scipy, matplotlib, opencv, tensorflow). La distribución anaconda permite instalar cómodamente todo sin privilegios de administración:

Descargamos la variante de miniconda de python 3 adecuada a nuestro sistema operativo

bash Miniconda3-latest-Linux-x86_64.sh

Abrimos un nuevo terminal para que se active el nuevo path e instalamos los paquetes necesarios:

conda install matplotlib scipy sympy scikit-learn scikit-image jupyter
conda install -c https://conda.binstar.org/menpo opencv3

En el laboratorio el directorio creado se puede guardar en un pendrive en un archivo tgz para ponerlo en marcha rápidamente en las siguientes sesiones.