.. note::

    ¡Hola! Bienvenido a la comunidad de entusiastas de SunFounder para Raspberry Pi, Arduino y ESP32 en Facebook. Sumérgete en el mundo de Raspberry Pi, Arduino y ESP32 junto a otros apasionados.

    **¿Por qué unirte?**

    - **Soporte Experto**: Resuelve problemas postventa y desafíos técnicos con el apoyo de nuestra comunidad y equipo.
    - **Aprende y Comparte**: Intercambia consejos y tutoriales para mejorar tus habilidades.
    - **Acceso Exclusivo**: Obtén acceso anticipado a nuevos anuncios de productos y adelantos exclusivos.
    - **Descuentos Especiales**: Disfruta de descuentos exclusivos en nuestros productos más recientes.
    - **Promociones Festivas y Sorteos**: Participa en sorteos y promociones especiales durante las festividades.

    👉 ¿Listo para explorar y crear con nosotros? Haz clic en [|link_sf_facebook|] y únete hoy.


Video 64: Detección de Objetos en Raspberry Pi Usando TensorFlow Lite
=======================================================================================

Este video compara dos enfoques distintos para configurar la detección de 
objetos en una Raspberry Pi: uno utilizando TensorFlow Lite y otro empleando 
OpenCV con TensorFlow. En el primer tutorial, los espectadores aprenderán a 
configurar TensorFlow Lite para la detección de objetos en Raspberry Pi, 
cubriendo la instalación, configuración de la cámara y la configuración del 
detector de objetos. El segundo tutorial se centra en la detección de objetos 
utilizando OpenCV y TensorFlow, explorando varios parámetros, conversión de 
imágenes, creación de imágenes tensoriales, detección de objetos, visualización 
y exploración con cámara.

1. **Introducción a la detección de objetos** en Raspberry Pi usando TensorFlow Lite y OpenCV con TensorFlow.
2. **Configuración del entorno**: Instalación de las dependencias y bibliotecas necesarias para cada enfoque.
3. **Configuración de cámaras**: Instalación de la cámara de Raspberry Pi y la cámara web para captura de imágenes.
4. **Configuración de la detección de objetos**: Configuración de parámetros y umbrales para la detección de objetos en imágenes.
5. **Conversión de imágenes y creación de tensores**: Conversión de imágenes a formatos compatibles y creación de imágenes tensoriales para el procesamiento con TensorFlow.
6. **Ejecución de la detección de objetos**: Utilización de modelos de TensorFlow para la detección de objetos en imágenes.
7. **Visualización de resultados**: Presentación de resultados de detección en las imágenes originales con cuadros delimitadores y etiquetas.
8. **Exploración con cámara**: Evaluación del rendimiento de la detección de objetos con diferentes cámaras y ajustes de parámetros según sea necesario.

**Video**

.. raw:: html

    <iframe width="700" height="500" src="https://www.youtube.com/embed/yE7Ve3U5Slw?si=lqmrduQE8q64qByy" title="YouTube video player" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" allowfullscreen></iframe>