O que você aprenderá_

Entenda os conceitos de ruído, sua adição e reversão na geração de imagens.
Simule o movimento browniano e utilize cadeias de Markov para representar o processo de difusão.
Domine a utilização de arquiteturas UNet com blocos de convolução, downsampling e upsampling.
Aplique embeddings temporais seno-cossenoidais em pipelines de difusão.
Explore técnicas de embedding sinoidal e a montagem de pipelines de difusão.
Otimize datasets com augmentations e treine redes neurais condicionais.
Avalie modelos com métricas e organize experimentos utilizando práticas de MLOps.

Público alvo_

Este curso é indicado para pessoas interessadas em inteligência artificial e machine learning que desejam explorar técnicas avançadas de geração de imagens sintéticas. Ao final do curso, será possível aprofundar conhecimentos em processamento de imagens, simulações e avaliação de modelos, ideal para profissionais e entusiastas que já possuem uma base em redes neurais.

João Vitor Alencar Rosa Ataíde

Instrutor e Cientista de Dados com foco Visão Computacional, graduado em Engenharia Civil e Ciência e Tecnologia, com foco em GeoAI, Sensoriamento Remoto e Aprendizado de Máquina aplicado. Amante de programação, mapas e tecnologia.

Curso atualizado em 21/10/2025

Já estuda na Alura?

Comece o curso agora

Ementa

Explorando Geração de Imagens com IA
- Introdução
- Histórico das redes difusoras
- Para saber mais: evolução dos modelos de difusão
- Superando limitações dos GANs com modelos de difusão
- Intuição dos modelos
- Pipeline com difusers
- Faça como eu fiz: geração de imagens com prompts
- Criatividade com modelo multimodal
- O que aprendemos?
- Projeto do curso
Fundamentos do Ruído: Intuição Matemática da Difusão
- Entropia e ruido
- Estrutura Markoviana do processo de difusão
- Para saber mais: importância dos seeds para reprodutibilidade
- Foward process
- Para saber mais: O Manifold dos Dados em Imagens
- Aplicando conceito de manifold
- Faça como eu fiz: ruído e Markov
- Gerenciamento de Ruído e Entropia em Modelos de Difusão
- O que aprendemos?
Codificando o Processo Forward
- Codificando o processo foward
- Scheduler
- Para saber mais: registro de betas no forward process
- Treinamento de Modelos de Difusão com Ruído Controlado
- Faça como eu fiz: Forward e Ruído
- O que aprendemos?
Entendendo a U-Net no Processo Reverso
- Unet no processo reverso
- Mini Unet
- Codificação Temporal e Aprendizado de Etapas na U-Net de Difusão
- Treinando o modelo
- Para saber mais: ativação Cilu em redes neurais
- Faça como eu fiz: rede neural reversa
- Reconstruindo imagens de animais para adoção
- O que aprendemos?
Aprofundado a U-Net no Processo Reverso
- Arquitetura da U-Net e Exploração de Feature Maps
- Para saber mais: visualização de feature maps com hooks
- Configuração do Processo de Difusão e Reverse Process
- Treinamento da U-Net e Visualização de Feature Maps
- Análise e Visualização de Treinamento em Modelos de Difusão com U-Net
- Faça como eu fiz: modelo UNet
- Reconstruindo Imagens de Produtos no Aplicativo Listin
- O que aprendemos?
Difusão Condicional com Rótulos
- Dataset e Arquitetura UNet Condicional
- Processo de Difusão Condicional e Guidance
- Para saber mais: embedding de rótulos em difusão
- Treinamento e Geração Condicional
- Controle de Geração em Modelos de Difusão com Condicionamento
- Faça como eu fiz: rede neural condicional
- Personalização de Experiências de Bem-Estar com Condicionamento por Rótulo
- O que aprendemos?
Difusão Condicionamento Espacial
- Arquitetura com Condicionamento Espacial (ControlNet)
- Para saber mais: hits espaciais em modelos de difusão
- Processo de Difusão e Criação de Condições Espaciais
- Faça como eu fiz: condicional espacial
- Edição Controlada de Imagens com Condicionamento Espacial
- O que aprendemos?
Avaliação de Modelos de Difusão
- Avaliação de Modelos de Difusão- FID, IS e LPIPS
- Treinamento do Modelo Final
- Cálculo das métricas de avaliação
- Para saber mais: pré-processamento de imagens para métricas
- Avaliação qualitativa de trailers na plataforma Luz & Cena
- Estrutura e Salvamento de Artefatos
- Documentação e Exportação para MLOps
- Faça como eu fiz: treine modelo Diffusão com todos os artefatos para MLOps
- Avaliação e Salvamento de Artefatos na LumiLab
- O que aprendemos?
Projeto Final: Geração e Exportação
- Inferência do modelo
- Faça como eu fiz: Implementando projeto final
- Automação de Inferência na ArtVision
- O que aprendemos?

Descubra se esse curso é pra você! Leia as primeiras aulas

Comece essa formação agora mesmo e capacite-se para seu próximo projeto!

Conheça os planos

Escola

Inteligência Artificial

Mergulhe com profundidade no universo da Inteligência Artificial (IA) aplicada a diferentes áreas de atuação e domine as principais ferramentas que estão moldando o agora, como ChatGPT e Midjourney. Navegue pelos nossos cursos e comece a explorar todo o potencial das IAs Generativas para impulsionar a sua carreira.

Conheça a escola