728x90

 

AI DL Vid banner

課程介紹

影像辨識領域是近年來深度學習最蓬勃發展的一塊領域,舉凡智慧家居、自駕車、生產瑕疵品檢測、安防監控、醫療影像等應用,都和深度學習影像辨識技術息息相關。而如果想從深度學習中的影像辨識模型得到一個理想的結果(高準確率),影像資料的預處理/前處理,是非常重要的關鍵之一。

有效的影像前處理/預處理,意味著透過專業的影像處理技巧,降低影像中的雜訊(noise),讓模型進行特徵提取時能更精準,降低運算資源的負擔,模型的精準度才會高。

本課程全程實作導向,由產業資深講師引領你掌握必會的影像處理技巧,接著教你深度學習卷神經網絡(Convolutional Neural Networks,CNN)在影像處理的各種應用。完整的範例程式碼加上講師詳細的講解,幫助你更容易理解各種方法的原理。上機實戰演練,從實做中,讓你自然而然地了解CNN各種方法的架構與程式指令,不再似懂非懂,而是能快速的將所學到的技術應用在自己有興趣的視覺處理領域。

課程特色

特色一:用實作讓你對影像辨識的技術豁然開朗
本課程強調"How to",用一些明顯易懂的觀念,讓你能掌握機器學習最核心的觀念與技術本質。為了提升學習的"有感度",於每一個原理和演算法解說後,都會搭配實際程式範例,來進行上機實作演練。透過講師Step by Step講解,你將可以快速學會電腦視覺與深度學習的應用方法,包含影像處理、影像變換、特徵檢測與影像辨識等。不再讓您上完課,好像知道很多東西可是卻又不知道從何開始。

特色二:縮短專案時程,確保產出
影像辨識在電子、資訊、金融、零售、醫療、通訊、文通、物流等領域如火如荼的發展,你都可能透過深度學習解決過去難以解決的影像辨識問題。然而這些演算法也並非就是萬靈丹,尤其在資料科學領域,在不對的問題上找答案,往往都是徒勞無功。也許您正在或是未來將接觸AI相關工作,實務上可能會遇到的問題也都可以拿來和講師多交流討論,也將有助於縮短專案時程,確保產出。

特色三:產業AI工程師實務親授
本課程由業界資深工程師親授,將多年的實務開發經驗淬鍊在教學內容中,幫助學員快速掌握技術關鍵,跨越自學卡關的障礙,節省寶貴時間,能迅速投入於你有興趣的電腦視覺領域,像是ROS機器人開發、自駕車演算法開發、醫療影像識別等。

學習目標

1.熟悉數位影像於電腦中的表現形式(儲存格式、讀取及寫入、像素運算…)和影像處理方法(影像去雜訊、影像品質增強、影像重採樣…)。

2.理解並能實作數位電腦視覺 (影像特徵提取、特徵強化、輪廓萃取、卷積運算、型態學運算、分水嶺演算法、距離轉換…) 原理應用與具備活用 OpenCV 函式庫之能力,包含:影像處理、影片(視訊)處理、高階 GUI 工具(圖形互動介面)、Image Processing 演算法實務、Computer Vision 演算法實務。

3.融會貫通基礎演算法及函示庫工具,並且有能力實作自己的視覺演算法或影像分析模型 (Prototype)

4.會深度學習架構與實務常見應用方法(VGG16、VGG19、ResNet50、InceptionV3…)

5.學會用TensorFlow、Keras實現影像處理應用(人臉識別、物件識別…)並了解整個影像處理流程。

適合目標
  • 對電腦視覺與深度學習有興趣的您。
  • 即將投入深度學習的電腦視覺應用的工程師或專案人員,像是AOI(自動光學檢測)、自駕車、人臉識別、車輛識別、VR/AR、安防、機器人開發…。
  • 正從事深度學習的電腦視覺應用的工程師或專案人員,想了解如何加快開發流程的技術。
  • 想學會電腦視覺演算法撰寫、測試與調校的您。
  • 沒相關背景但對電腦視覺有興趣,或是接觸過卻似懂非懂,不知如何開始的學員。

★本課程沒有高深複雜的數學原理,只要具備簡單高中數學基礎即可,依照老師教學進度Step by Step學習,就可以自然而然地學會影像辨識的觀念與技術。

課程大綱
主題 內容
影像處理必懂觀念與作業環境建置教學
  • 影像處理觀念介紹
    • 數位影像的生成與結構
  • OpenCV介紹與環境建置
    • OpenCV函式庫實務應用說明與演示
    • 環境設置與必會指令實作(最新版本OpenCV-3.3.1)
  • 影像格式與資料結構
    • 影像格式與基本資料型態說明
  • 影像檔案讀取、儲存與影像通道轉換
影像前處理/預處理實戰
  • 電腦視覺概述
  • 像素層級運算 (Pixel Level)
    • OpenCV Data Type結構深入理解
  • 影像前處理 (原理 & 實作)
    • 影像二值化 、閾值分析、影像去雜訊、影像模糊、影像強化、影像縮放、色彩空間轉換等
  • OpenCV 使用者介面事件 (高階 GUI)
    • 滑鼠與滑桿事件處理
  • OSD繪圖與文字處理
  • ROI處理
  • 卷積運算 理論 &實務
    • 型態學運算、輪廓搜尋 & 提取、邊緣偵測
  • 從影像處理到電腦視覺(原理 &實作 )
    • Image Feature Extraction 、直線偵測、圓形偵測、角點偵測
  • 從影像到影片 Video Processing&Analysis
    • 影片資料處理
    • 攝影機取像 、運算 、儲存
  • OpenCV人臉偵測
  • 【專題實作-車牌辨識系統】
    • 手把手帶你打造自己的影像辨識演算法
    • 【追古朔今】
  • OpenCV版本差異 & IplImage理解+演練
深度學習影像處理觀念介紹與實例演示
  • 常用深度學習硬體與框架
    • Deep Learning常用GPU介紹:Nvidia GTX 1080Ti…
    • GPU配置教學與效能評估
    • 框架介紹(TensorFlow、Keras、CUDA… )
    • Google Colaboratory環境建置與操作
  • 神經網路與深度學習架構
    • 機器學習 vs 深度學習
    • Deeper Neural Network (DNN)說明:
      • Neural Network 的原理與架構:Neuron(神經元)、Perceptron(感知器)
      • Activation Function(激勵函數): Relu、Sigmoid、tanh…
      • Optimization(最佳化):線性回歸、Gradient Descent(梯度下降法)、SGD(隨機梯度下降法) 、momentum(動量法)…
      • 過擬合(Overfitting)處理:Dropout、Regularization
      • 實戰演練:神經網路實作、MNIST手寫數字辨識、CIFAR-10實作、乳腺癌診斷分析
資料科學應用實例
  • 卷積神經網路(CNN):
    • 原理與架構說明: Convolutional Layer (卷積層)、Pooling Layer (池化層)、Fully Connected Layer (全連階層)。
    • 常用模型應用說明:VGG16、VGG19、ResNet50、InceptionV3
    • 其他方法說明:Backpropagation(反向傳播法)、Autoencoder
  • 產業實務介紹
  • CNN與影像辨識實戰:
    • 分類(Classification)
    • 切割(Segmentation)
    • 定位(Classification + Localization)
    • 物體偵測(Object Detection)
    • 實體切割(Instance Segmentation)
    • 影像辨識專案實作:模型實作(載入模型、訓練模型、新建模型、調整參數、績效評估、Fine-tuning)、圖片辨識、圖片去雜訊

應用實例
車牌辨識 自駕車系統

 

手勢追蹤 電子圍籬(入侵警報)
業界師資
teacher 1 1

Elvis Wu

▪ 美國聖路易大學生物資訊博士 / 交通大學交通運輸 & 資訊管理研究所碩士

▪ 知名國際3C製造大廠人工智慧研發部門主管

▪ 生物資訊 / 自然語言處理 / 統計推論 / 科學計算 / 數據科學 / 資料探勘 / 數值最佳化 / 資料庫 巨量資料處理 / 機器學習

teacher 1 1

Jeffery Lin

▪ 台灣大學土木工程研究所博士 / 成功大學土木工程研究所碩士

▪ 知名上市資訊科技大廠大數據部門研發主管

▪ 類神經網路 / 基因演算法 / 最佳化演算法 / 結構力學 / 有限元素法 / 生醫影像處理

teacher 1 1

Tim Liu

▪ 輔仁大學應用科學與工程研究所博士 / 輔仁大學電機研究所碩士

▪ 知名上市電子消費品大廠AI研發部門資深工程師

▪ 機器學習 / 機器人開發 / 密碼學 / 影像壓縮 / 數位訊號處理 / 生醫資訊/生醫影像處理

teacher 1 1

S.Liu

▪ 中正大學電機工程碩士 ▪ 國內記憶體龍頭廠:研發技術副理

▪ 知名新創影像分析公司:技術顧問/電腦視覺科學家

▪ Computer Vision ▪ OpenCV影像處理與電腦視覺

▪ 嵌入式Linux系統、C/C++、GPGPU 技術 (nVidia CUDA)

 
IT VIP  
延伸學習

down 728x90

FPGA 123

課程諮詢
 
常見問題

1.如果是非理工相關背景的學員可以參加本堂課嗎?
共享經濟時代來臨,除了本業,你還擁有什麼?除了職稱,你還有沒有比名片更亮眼的故事?不是迫於生存,而是不甘平庸!越來越多人不再滿足於單一職業和身分的束縛,AI風潮席捲,越來越多非理工背景的產業菁英投入AI技能的培養。本課程以模組實作式的教學,透過每次的原理講解與實作,循序漸進地帶你自然而然地學會個階段技能。透過講師的豐富經驗,幫助你節省寶貴時間,快速跨越自學的障礙。只要你能配合老師的教學安排,勤加練習,不怕學不會。

2.不會寫程式可以參加本課程嗎?
程式是幫助你實現想法的工具,根據許多程式高手的經驗分享,想學好程式,從你有興趣的應用開始,是最有成效的。如果你對電腦視覺與影像處理的領域有興趣,本課程的每個練習都附有完整的範例碼,講師也會清楚地講解重要的觀念,讓你從實作中,逐漸了解各種應用內涵,幫助你自然而然地學會程式語言。若你還想學習更深的程式技能,課程顧問也會協助你挑選最合適的方案。只要你願意全心全意地學習,在艾鍗專業的教學安排下,不怕學不會。