El desafío para llevar el estado del arte de aprendizaje no supervisado de Computer Vision en detección de anomalías en video vigilancia en real-time

• Análisis del Estado del Arte: Arquitecturas DL pre-entrenadas y from-scratch
• Evaluación rendimiento y velocidad inferencia
• Despliegue en Edge IoT device (compresión del modelo)

• Despliegue y evaluación de red pre-entrenada de clasificación de acciones (fbresearch) y clustering en RT en dispositivo Edge IoT