Buscador de imágenes con IA: embeddings, similitud y clasificación con pocos datos
- 1 minTaller para Datostada 2026: “Buscador de imágenes con IA: embeddings, similitud y clasificación con pocos datos” 🛰️
En menos de dos horas construimos un pequeño sistema de visión por computadora sin entrenar ninguna red neuronal. Con un modelo preentrenado (CLIP) convertimos imágenes satelitales de EuroSAT en vectores de números y, con ellos, visualizamos el dataset con PCA y UMAP, armamos un buscador de imágenes similares, clasificamos solo con texto (zero-shot) y vimos cómo unos pocos ejemplos etiquetados llevan la exactitud de 45% a 86%.
La pregunta que guía el taller: ¿basta un modelo de IA general para entender imágenes de un dominio específico, o necesitamos nuestros propios datos?
Material:
- Notebook en Google Colab: rodolfoferro.xyz/buscador-imagenes-notebook
- Repositorio: github.com/RodolfoFerro/buscador-imagenes-ia
- Serie en el blog: parte I, de píxeles a vectores y parte II, clasificar con (casi) cero etiquetas
Slides del taller, embebidos abajo (o descárgalos directamente).