Saltar navegación

Activa JavaScript para disfrutar de los vídeos de la Mediateca.

TEACHABLE MACHINE: POSTURAS DE YOGA - Contenido educativo

Ajuste de pantalla

El ajuste de pantalla se aprecia al ver el vídeo en pantalla completa. Elige la presentación que más te guste:

Subido el 15 de junio de 2025 por Rafael M.

9 visualizaciones

Tutprial sencillo para entrenar una IA (Teachable Machine) en la identificación de posturas correctas para la práctica del Yoga

Más información Transcripción

bienvenidos de nuevo al curso inteligencia artificial a tu alcance ideas prácticas para 00:00:02
el aula y siguiendo con los tutoriales relacionados con herramientas de inteligencia artificial 00:00:08
presentamos en esta ocasión teachable machine que es una herramienta que nos va a permitir 00:00:14
identificar imágenes sonidos y posturas esta herramienta ya tenemos aquí delante bueno pues 00:00:19
La verdad es que es muy intuitiva como las que hemos estado viendo hasta ahora y de los diferentes modelos que podemos obtener, el de imágenes podemos realizarlo también con muchas otras herramientas, sonidos también es una particularidad interesante que tiene esta herramienta, pero quizá el de posturas nos puede llevar mucho la atención. 00:00:28
Así que vamos a intentar mostrar un poco cómo se utiliza esta herramienta y en este caso vamos a intentar utilizar la opción de modelos de identificación de posturas para, como digo, intentar aplicarlo en el aura. 00:00:46
En este caso lo que vamos a hacer es presentar un modelo de identificación de posturas de la práctica del yoga. 00:01:02
Bien, como sabemos las posturas en este caso de la práctica del yoga se llaman asanas y estas posturas pues tienen nombres en sánscrito pero también tienen su traducción en castellano. 00:01:12
En este caso vamos a intentar elegir, en este caso a través de esta opción de primeros pasos, vamos a elegir el proyecto de posturas y lo que vamos a hacer es intentar identificar con las diferentes imágenes que obtiene la webcam o bien a través de un archivo, intentar identificar qué tipo de postura está realizando el usuario que está delante de la webcam o a través de la imagen que podamos mostrar en un archivo. 00:01:24
Entonces bueno, para ello vamos a establecer exactamente tres posturas, una de ellas conocida como la postura de la rueda, otra postura conocida como la postura de loto y finalmente vamos a ir a la nueva clase, la postura de la barca. 00:01:54
Con estas tres posturas, que ahora veremos un poco las características que tiene cada una, pues vamos a intentar alimentar esta máquina de inteligencia artificial, esta máquina de aprendizaje, para que busque los patrones y luego cuando presentemos una nueva postura, sea capaz de darnos un porcentaje de acierto y de predicción sobre la postura que se supone estar realizando la persona que está delante de la webcam o a través de las páginas. 00:02:16
Entonces, bueno, para este caso, para nutrir y obtener los datos que alimentar a esta máquina de aprendizaje, lo que vamos a hacer es irnos, en este caso, a Adobe Firefly y buscar, en este caso, y intentar obtener estas imágenes a través de la herramienta que tenemos de texto a imagen. 00:02:45
Es decir, que vamos a alimentar, en este caso, nuestro modelo con otros modelos obtenidos a partir de otra máquina de inteligencia artificial, como es el caso de Adobe Firefly, que ya hemos visto y ya hemos trabajado a lo largo de este curso. 00:03:08
entonces para esto vamos a indicarle en este caso a través del texto 00:03:27
por ejemplo, deportista realizando la postura de yoga de la rueda 00:03:31
y en este caso vamos a ver lo que nos genera 00:03:42
vamos a emplear en este caso fotografías reales 00:03:46
entonces vamos a intentar que no nos lo coja la primera 00:03:49
Si no, repetiríamos la instrucción. Esperamos unos segundos y bueno, en este caso nos han sacado unas imágenes. Vamos a repetir la operación, pero en este caso ya marcando la acción de fotografía para que sean imágenes reales las que alimenten nuestra máquina de aprendizaje. 00:03:54
esperamos unos segundos y ahora obtendremos unas imágenes, en este caso para la postura de la rueda vemos que efectivamente estas dos o estas tres podrían ser y esta la descartaríamos, 00:04:14
no obstante podemos descargarlas todas y luego solamente incluir estas en el aprendizaje y luego ya podremos utilizar cualquier otra para hacer los test y que nos indique el porcentaje de fiabilidad, 00:04:27
descargamos por lo tanto todas y una vez que ya hemos descargado todas podemos clasificarlas 00:04:39
bueno yo ya he realizado en este caso podemos poner deportista podemos poner estudiante 00:04:44
y generar nuevas imágenes y bueno pues yo ya he creado en este caso tres tipos de carpetas 00:04:53
con todas estas imágenes obtenidas de adobe firefly y bueno pues aquí vemos 00:05:03
efectivamente que también tenemos varias imágenes que nos pueden servir estas dos 00:05:08
perfectas bien y ésta no nos vale pero la vamos a utilizar también como te 00:05:12
sentiste la descargamos y como digo vamos a ver ahora la carpeta 00:05:16
donde ya está todo como digo en esta carpeta de esta 00:05:21
pendrive pues tengo ya clasificadas diferentes posturas la postura de la 00:05:26
rueda la postura de loto y la postura de la barca y he añadido pues las imágenes sostenidas de 00:05:31
firefly en este caso pues como vemos podemos ver aquí la discusión en el pro que se le ha puesto 00:05:39
para otras exactamente igual para en este caso de la postura de loto y esta última la postura 00:05:47
de la rueda pues también hemos añadido las que consideramos aún así hemos obtenido también una 00:05:54
gran cantidad de imágenes que no corresponden o que lo que las hemos seleccionado previamente 00:05:59
porque no estaban claras a qué pertenecían pero que las podemos utilizar como digo después para 00:06:04
el test pero en este caso pues estas imágenes no pasan el filtro nuestro propio filtro para 00:06:10
poder etiquetar las dentro de las tres que nosotros hemos elegido de acuerdo bien pues 00:06:17
ahora nos vamos a la ticha de machín y vamos bueno pues ya estamos de nuevo en la herramienta 00:06:21
y se vuelva chile vamos a establecer en este caso y cargar en este caso las que corresponden con la 00:06:26
rueda para ello pinchamos en seleccionar las imágenes o arrastrarnos de aquí bueno pues 00:06:35
aquí tenemos en este caso las que hemos seleccionado para incluidas dentro de la 00:06:41
categoría de la clase vamos a elegir las todas desde aquí hasta aquí y como vemos se nos va a 00:06:49
cargar ahora en la clasificación que hemos indicado de la postura de la rueda tarda un poquito pero 00:06:57
aquí las tenemos ya seleccionadas en este caso ocho ejemplos vamos en este caso con las que 00:07:06
cargamos en este caso para la postura de loto y para ello pues nos vamos a elegir en este caso 00:07:12
las que correspondan y las que se encuentran aquí éstas serían las que se corresponderían 00:07:20
con las posturas que hemos comentado las cargamos en este caso tenemos una cantidad mayor es más 00:07:31
fácil para encontrar este tipo de posturas como vemos ya éste establece los patrones vemos que 00:07:40
ya prácticamente identifica los patrones que se repiten en este caso concreto con estudios 00:07:45
sino ejemplos y vamos con el último de la barca y exactamente lo mismo vamos directamente a la 00:07:50
carpeta donde tengamos esa información todos esos datos de entrada los cargamos y vemos también 00:07:57
esas marcas azules que indican los patrones que ya están encontrando muy bien pues con esto ya 00:08:07
tendríamos en este caso una selección de datos evidentemente cuanto más tanto mejor siempre 00:08:12
lo hemos dicho, pero bueno, pues con esto podríamos hacer algunas pruebas para ver qué tal, ¿de acuerdo? 00:08:19
Entonces vamos a darle a hacer clic en preparar el modelo y durante este tiempo podemos establecer alguna configuración 00:08:26
de la forma en que realiza este aprendizaje, pero en este caso no es objeto del curso y simplemente lo dejamos como está 00:08:35
y para que va buscando ya los diferentes patrones de cada una de las de las clases que tiene este 00:08:41
modelo y a partir de ahora una vez que aprenda la máquina de los datos que le hemos introducido ya 00:08:49
podemos en este caso introducir una nueva imagen que podría ser a través de la webcam habilitando 00:08:57
una webcam y nos diría a qué pertenece o directamente vamos a añadir archivos como 00:09:04
nosotros está ahora bien hemos añadido una cuarta clase en este caso para que el modelo 00:09:09
sea capaz de indicarnos cuando la postura que subimos con la imagen no corresponde con ninguna 00:09:17
de las otras tres porque si no le damos ninguna opción más nos dará una aproximada de una de las 00:09:25
tres sin embargo si no corresponde con ninguna de las de las tres pues creamos una clase llamada 00:09:30
otra y en este caso lo que hemos añadido es cualquier otra pose cualquier otra postura 00:09:34
que no corresponde con ninguna de las anteriores que tenga variedad de esta manera como vemos en 00:09:41
este caso concreto pues una postura que no corresponde con ninguna de las dos otras tres 00:09:48
las clasifica fuera en este caso de otra postura distinta y de esta manera nuestro modelo sería 00:09:53
perfectamente válido vamos por ejemplo a cargar otra cualquiera nos vamos en este caso 00:09:58
por ejemplo cualquiera de estas que hemos descargado previamente por ejemplo podemos 00:10:07
cargar esta y en este caso concreto pues también nos indica que no corresponde con ninguna de las 00:10:14
tres primeras vamos a añadir otra por ejemplo esta vamos a ponerle una que se identifique y 00:10:20
efectivamente identifica claramente que se trata de la postura de la rueda vamos a añadir otra 00:10:30
también por ejemplo cualquiera de estas que no corresponde por ejemplo a esta claramente nos 00:10:37
dice que no corresponde con ninguna de las anteriores es otra postura que no la clasificamos 00:10:49
si no tendríamos tantas clasificaciones como posturas y obviamente sería inviable vamos a 00:10:55
colocar por ejemplo esta que es bastante extraña y también evidentemente pues indica que no es no 00:10:59
se corresponde vamos a incluir una que sí conozca por ejemplo esta y en este caso por la clasifica 00:11:08
como una postura de la barca que no es que sea perfecta pero se asemeja vamos a incluir esta 00:11:15
también vemos que es otra vamos a incluir otra cualquiera por ejemplo 00:11:22
esta de aquí y en este caso se inclina esto es interesante porque se inclina porque es 00:11:31
otra y no correspondería con la de loto que sería claramente en los brazos pues más hacia abajo 00:11:37
El modelo parece resultar bastante apropiado, vamos a utilizar por ejemplo cualquiera de estas imágenes que recordamos son imágenes obtenidas, en este caso sí que lo ha acertado, son imágenes obtenidas a través de Firefly, todas las imágenes han sido obtenidas de Firefly y por lo tanto no son imágenes irreales creadas también con inteligencia artificial. 00:11:45
Bueno, pues con esto damos por finalizado la presentación de esta otra herramienta. 00:12:09
Materias:
Tecnología, Tecnologías de la Información
Niveles educativos:
▼ Mostrar / ocultar niveles
  • Educación Secundaria Obligatoria
    • Ordinaria
      • Primer Ciclo
        • Primer Curso
        • Segundo Curso
      • Segundo Ciclo
        • Tercer Curso
        • Cuarto Curso
        • Diversificacion Curricular 1
        • Diversificacion Curricular 2
    • Compensatoria
  • Bachillerato
    • Primer Curso
    • Segundo Curso
Autor/es:
Rafael M
Subido por:
Rafael M.
Licencia:
Reconocimiento - Compartir igual
Visualizaciones:
9
Fecha:
15 de junio de 2025 - 12:36
Visibilidad:
Público
Centro:
IES GRAN CAPITAN
Descripción ampliada:
Videotutorial del mismo autor publicado en el curso "La Inteligencia Artifical a tu alcance: ideas prácticas para el aula" ofrecido por el INTEF.
Duración:
12′ 18″
Relación de aspecto:
1.78:1
Resolución:
1280x720 píxeles
Tamaño:
44.94 MBytes

Del mismo autor…

Ver más del mismo autor

EducaMadrid, Plataforma Educativa de la Comunidad de Madrid

Plataforma Educativa EducaMadrid