fbpx

FPGA 728x90 114

aido banner new 8

現在位置: 艾鍗學院實體課程 AI課程總覽頁AI深度學習影像辨識實戰
★【業師教學】提供學員專屬諮詢平台,訓中訓後為你排難解惑卡位要快
★ 本課程採取遠距同步教學,全台開課並提供錄影補課,歡迎免費洽詢!

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,引領你學會必備的深度學習與影像處理核心觀念與應用技巧,一步步範例講解與實戰演練,教你如何運用深度學習的CNN、YOLO等演算法來進行影像偵測、識別高階影像應用。課程帶你掌握概念、上機演練程式碼,並由業界一線講師群分享AI應用經驗,將幫助你更容易理解各種AI方法的原理,不再似懂非懂,而是能快速將所學到的技術應用在自己有興趣的AI視覺處理領域。
AI computervision imageprocessing

 

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、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。

 AI feature 5

學習目標
  1. 了解機器學習的核心觀念與常見的分類演算法。
  2. 會使用Scikit-learn 進行如Logistic Regression、SVM、Decision Tree、Neural Network等機器學習實作。
  3. 了解深度學習的核心觀念、工作原理及各種訓練技巧。
  4. 會使用Keras/TensorFlow 進行DNN、CNN、RNN/LSTM、GAN、遷移式學習等深度學習演算法實作。
  5. 了解CNN模型與工作原理並能實作CNN影像分類與進階技巧。
  6. 熟悉數位影像於電腦中的表現形式,包含:儲存格式、讀取及寫入、像素運算。
  7. 理解數位影像處理原理並能實作,包含:影像去雜訊、影像品質增強、影像重採樣(降維/增維)。
  8. 理解數位電腦視覺原理並能實作,包含:影像特徵提取、特徵強化、輪廓萃取、卷積運算、型態學運算。
  9. 充分活用 OpenCV 函式庫,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。
  10. 主題實戰-AOI測量、醫學影像應用、視訊處理與視訊穩定、圖片辨識、物件辨識等。

※ 完訓後提供結業證書,豐富個人履歷即戰力

影像處理階級

適合對象
  • 對電腦視覺與深度學習有興趣者
  • 即將投入深度學習電腦視覺應用的工程師或專案人員,欲將電腦視覺深度學習方法應用在工作上 ,像是AOI(自動光學檢測)、無人駕駛、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

ai-edge

課程大綱
機器學習與深度學習應用實戰 ※ 點選可展開看詳細課程內容

➢機器學習實戰是以Scikit Learn為主,搭配Python範例程式碼講解

  • 何謂機器學習
    • 機器學習的實現程序
    • 監督式學習、非監督式學習、半監督式學習
    • 機器學習3大要素:Representation、Evaluation、Optimization…
    • 重要名詞解說: Model、特徵(feature)、標籤(-Label)、Training data、Testing data、Overfitting…
    • 評估機器學習模型的好壞

      • 定義損失函數(Loss Function)
      • 均方根誤差(RMSE)
    • 機器學習模型訓練資料建立方法

      • 如何避免過擬合(Overfitting) & 欠擬合(Underfitting)
      • 交叉驗證法(Cross Validation)
    • 資料前/預處理基於機器學習中之應用

      • 資料標準化(Standardization)
      • 降維(Dimension Reduction):主成分分析(PCA)
    • 判斷模型預測能力的方法

      • 混淆矩陣、準確率(Precison)、覆蓋率(Recall,也叫作召回率)、
        皮氏F-分數(Piotroski F-Score ,FSC)、ROC曲線、AUC曲線
  • 機器學習演算法實作 – 監督式學習
    • Regression迴歸

      • 多變量迴歸
    • Classification分類

      • 羅吉斯迴歸(Logistic Regression)
      • 決策樹(Decision Trees)
      • 支持向量機(Support Vector Machine)
      • 最近距離分群法(KNN)
  • 機器學習演算法實作 – 非監督式學習
    • 分群(Clustering)

      • K-means

 

➢深度學習實戰是以 Keras、TensorFlow 深度學習平台為主

  • 深度學習導論
    • 人工智慧 vs 機器學習 vs 深度學習
    • DL框架介紹(TensorFlow、Keras、Pytorch… )
    • Google Colaboratory 教學
  • 神經網路與深度學習架構
    • 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)
      • 過擬合(Overfitting)處理:Dropout
      • 存入與讀取模型(model)與權重(weights)
      • 主題實作:神經網路實作、MNIST手寫數字辨識、CIFAR-10實作
  • 常見深度學習模型解說與演練
    • 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
      • CNN與影像辨識實務應用說明:分類(Classification)、Semantic按語意切割(Segmentation)、定位(Classification + Localization)、物體偵測(Object Detection)、實體切割(Instance Segmentation)。
      • 主題實作: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
    • 遞歸神經網路(RNN)

      • 原理與架構說明
      • Gradient Vanish(梯度消失)
      • LSTM(Long Short-Term Memory)模型說明
      • Early Stopping
      • 應用說明:自然語言處理(Nature language processing)、詞向量(word vector / word embedding)、時間序列(Time series)
      • 主題實作:詞性標註、情緒分析、多維連續資料預測
    • 遷移式學習(Transfer Learning)

      • 原理說明:Keras後端函數應用、反轉梯度
      • 主題實作:南瓜/西瓜/蕃茄辨識
    • 生成對抗網路(GAN,Generative Adversarial Networks)

      • 生成器 (Generator) 和鑑別器 (Discriminator)
      • 改進的版本介紹:DCGAN(Deep Convolutional Generative Adversarial Networks)
    • 推薦系統(Recommender Systems)
    • 發展與部署深度學習系統時,實務上的考量
  • 深度學習應用主題解說
    • 物件辨識實作(object detection)

      • 影像Lable方法解說
      • YOLO模型教學
      • YOLO模型實作解說
    • 聲音訊號處理

      • 降噪演算法實作解說
    • 交通號誌辨識

      • 使用OpenCV進行影像預處理(通道轉換、標準化、資料增加…)
      • CNN model實作解說
    • 人臉辨識

      • 人臉偵測 mtcnn(Multi-task Cascaded Convolutional Networks)、opencv、dlib套件解說
      • 資料前處理:人臉轉換、對齊與裁剪… 人臉特徵擷取(使用FaceNet的模型與演算法)
      • 人臉特徵比對 (使用LinearSVC的分類演算法)
    • 在iPhone上用YOLO model實現人臉偵測

      • iOS開發介面簡介
      • YOLO model 移植教學
    • 不均衡數據處理與奇異值分析(novelty detection / Outlier Detection)實作

      • 產線數據分析與課程所學之應用設計

※ 以上所列之深度學習應用主題,每梯次選用可能不同

電腦視覺與影像處理實戰
  • 影像處理概述
    • 數位影像的生成與結構
  • OpenCV 基礎認識
    • OpenCV可以做什麼
    • 函式庫的組成及內容
  • 環境配置
    • IDE + CV Library
  • 初試啼聲
    • Hello OpenCV
  • 影像格式與資料結構
    • 影像格式
    • 基本資料型態
  • 影像檔案讀取、儲存
  • 影像通道轉換
  • 色彩空間轉換 (原理 & 實作)
  • 電腦視覺概述
    • 產業趨勢分享與解析
    • 從事影像演算法研發人員在產業中的定位
  • 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
  • 影像去雜訊(原理 & 實作)
  • 影像模糊(原理 & 實作)
  • 影像強化(原理 & 實作)
  • 影像縮放(原理 & 實作)
  • 影像模板匹配
  • OpenCV 使用者介面事件(高階 GUI)
    • 滑鼠事件處理
    • 滑桿事件處理
  • OSD繪圖
  • OSD文字處理
  • ROI處理
  • 卷積運算理論 & 實務
    • 型態學運算(原理 & 實作)
    • 輪廓搜尋 & 提取 (原理 & 實作)
    • 邊緣偵測 (原理 & 實作 )
  • 從影像處理到電腦視覺
    • Image Feature Extraction
    • 直線偵測(原理 & 實作)
    • 圓形偵測(原理 & 實作)
    • 角點偵測(原理 & 實作)
    • 影像物件計數、影像物件分析
  • 從影像到影片 Video Processing&Analysis
    • 影片資料處理
    • 攝影機取像、運算、儲存
    • 視訊檔案讀取
    • 取得視訊屬性
  • 透過VidStab模組實作視頻穩定
    • 使用VidStab類
    • 幀到幀的座標轉換
    • 使用Borders與Frame Layering
    • 套用視頻穩定算法
    • 應用於線上視頻
    • 0004 OP
  • AOI測量
    • 手把手帶你打造自己的AOI測量演算法
    • 取得邊緣點
    • 擬合直線
    • 測量線到線的距離
    • 0001 OP0002 OP
  • AI運算與應用
    • YOLO算法原理介紹
    • OpenCV CNN
    • 透過YOLO3-4-py模組實現物件偵測
    • Object Detection
  • 自動車牌辨識(ALPR)
    • 基礎知識 - YOLO
    • 使用PaddleOCR建置自動車牌辨識
    • 使用YOLOv4建置自動車牌辨識
    • PaddleOCR方法比較: pp-ocr, pp-ocr(server), SRN
  • 醫學影像應用
    • 醫學影像基本知識
    • 醫學影像的讀取與顯示
    • 透過OpenCV實作CXR肺分割
        • 移除脊椎
        • 影像正規化
        • 影像二值化
        • 角點偵測
        • 計算肺部區域
        • CXR 0003
        • 計算混淆矩陣(Confusion matrix)

medicine photo

※ 實戰演練的範例將會依據上課實際狀況進行調整

 
精彩內容搶先看
業界師資
Elvis老師

 

Elvis老師

 

美國聖路易大學生物資訊博士

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

Jeffery老師

 

Jeffery老師

 

台灣大學土木工程研究所博士

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

Tim老師

 

Tim老師

 

輔仁大學應用科學與工程研究所博士

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

Lau老師

 

Lau老師

 

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)

Luke老師

 

Luke老師

 

海洋大學運輸所碩士

資深系統工程師

地理資料分析呈現 / 資料庫設計 /Machine Learning運算模組開發 / Deep Learning CNN,RNN

David老師

 

David老師

 

中央大學資訊工程系碩士

前深圳知名科技公司技術總監

台灣知名上市科技公司經理

工業檢測2D/3D AOI / 醫療與工業深度學習 / 機器人視覺 / 演算法開發 / 軟體架構

 

 

課程諮詢

 

學習本課程的人也學習了...

 

Q&A
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。
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。
本學程全程使用Python,領你縱橫工業AOI、醫學影像、視頻監控等影像應用
完訓後提供結業證書,豐富個人履歷即戰力。

學員反饋
  •  學到很多 對工作很有幫助
  •  收穫滿滿
  •  獲益良多!建議多開AI GPU等相關課程
  •  第一次體驗遠距教學,整體的感覺很不錯。
  •  課程相當有趣,老師很專業,且講課淺顯易懂,讓我學到很多
  •  獲益良多,謝謝老師講解很清楚
  •  了解深度學習細部運作模式
  •  符合目前工作上之運用
  •  理解如何應用OpenCV解決問題
  •  能區塊的講解程式並提供經驗
  •  理論和實作併行,講義內容豐富,老師解說精確
  •  非常清楚;更有實感
  •  王同學:學到python影像辨識,能用到智慧農業
  •  何同學:利用課程所學的影像處理技術與Neural Network+強化學習,完成公司AI計畫
  •  嚴同學:原理說明,實機操演
  •  黃同學:程式實作演練收穫很多
  •  柯同學:規劃的很充實
  •  張同學:運用課程教到的影像辨識技術,完成了自製的小專案。
  •  王同學:可學習在Python上應用cv2與輔助模組進行影像處理
  •  謝同學:理論實務運用整合佳
  •  吳同學:老師用心教學~
  •  蔡同學:給有些許基礎想更加深入了解應用的人
  •  蔡同學:講師專業,對於有經驗的學員會有幫助
  •  蔡同學:講師技術程度很夠,謝謝講師
  •  陳同學:本課程教師上課非常用心,對於學生問題都能耐心給予回應,各程度學員相信都能在此課程中獲得不同的收獲
  •  張同學:獲益良多
  •  陳同學:師資專業,循序漸進
  •  王同學:老師很認真,長期學習可以學很多,尤其會教你如何會自己解決問題
  •  陳同學:老師很有耐心 課程內容豐富
  •  沈同學:影像辨識很實用

 

 

 

 

 

FPGA IC design banner 744x400 web
學程簡介 課程大綱 課程預覽 會員優惠
現在位置:艾鍗學院 > 硬體設計系列課程 > FPGA數位IC設計實戰
➤  課程採【實體遠距同步】全台開課並提供錄影補課,免費諮詢!
➤  獨家資深業師授課!提供課程答疑平台,訓中訓後為學員排難解惑。
📌 本課程可申請補助:大人提、小人提、退輔會補助適用
學程概要

AI 深度學習、5G 通訊、無人駕駛、邊緣運算與高速影像處理,正在重新推動硬體運算架構的重要性。當系統需要更高效能、更低延遲、更低功耗與更高安全性時,單靠 CPU 或一般軟體架構,已經無法滿足所有應用需求。FPGA 晶片,正是實現高效能、低延遲與客製化硬體運算的重要解決方案。但在 AI 快速發展的今天,學 FPGA 的意義已經不只是「學會寫 Verilog」。因為 AI 工具已經可以輔助產生程式碼,甚至可以嘗試產生 RTL Code。

真正關鍵的是:

你是否看得懂 RTL 背後的硬體行為?
你是否能判斷這段設計是否可綜合、可驗證、可除錯?
你是否知道它在真實 FPGA 晶片上能不能穩定運作?

FPGA晶片,正是實現這些目標的重要解決方案!

艾鍗學院特別邀請具 16 年以上 FPGA / 數位 IC 設計經驗的一線資深工程師,規劃「FPGA 數位 IC 設計實戰」課程。本課程不是把 Verilog 當成另一種程式語言來教,而是從數位電路設計思維出發,帶你理解 RTL 如何對應到真實硬體電路。課程分為三個階段:

第一階段從數位電路基本概念、組合邏輯、序向邏輯、FSM 有限狀態機與 Verilog HDL 開始,建立 RTL 設計的核心觀念。

第二階段進入 FPGA 晶片設計實務,透過 UART、SPI、I2C 等常見介面電路,搭配 Testbench、Simulation、ModelSim、SignalTap 與 Timing Constraint,培養從設計、驗證到除錯的實戰能力。

第三階段延伸至 SoC FPGA 系統整合,學習 Platform Designer、Avalon Bus、IP Component 與 NIOS-V MCU,建立軟硬整合與系統化設計能力。

透過本課程,你學到的不只是 Verilog 語法,而是 AI 時代更稀缺的能力:理解電路、設計架構、驗證邏輯、判斷 RTL 是否可靠,並把設計真正落地到 FPGA 硬體上。

這門課帶你建立四個核心能力

講師結合業界一線 FPGA / 數位 IC 設計經驗與艾鍗長期工程師培訓經驗,帶你從觀念、設計、驗證到系統整合,建立真正能落地的 FPGA 實戰能力。

✔ 看得懂 RTL 背後的電路行為

不是只背 Verilog 語法,而是理解每一段 RTL Code 對應到什麼硬體邏輯,例如暫存器、計數器、狀態機、組合邏輯與序向邏輯。

✔ 寫得出可綜合、可維護的硬體描述

學會用正確的硬體設計思維撰寫 Verilog,避免用 C、Python 等軟體流程思維來寫 RTL,降低產生不可綜合、難除錯或時序不穩定設計的風險。

✔ 驗得出設計是否正確

透過 Testbench、Simulation、ModelSim、SignalTap、SignalProbe 與 Timing Analyzer,建立燒錄前模擬驗證與燒錄後實機除錯能力。

✔ 整合得出完整 SoC FPGA 系統

從 UART、SPI、I2C 介面實作,到 Platform Designer、Avalon Bus、IP Component 與 NIOS-V MCU,建立 FPGA 與嵌入式系統整合能力。

Why SoC FPGA? 為什麼要學軟硬整合?

現代嵌入式系統不再只是單純寫韌體,也不只是單純做硬體。許多產品同時需要軟體的彈性、硬體的高速並行運算、低延遲反應、高效能資料處理,以及可客製化的系統架構。SoC FPGA 正是結合這些需求的解決方案。

SoC FPGA 將處理器系統與 FPGA 可程式邏輯整合在同一個平台上。開發者可以使用 CPU 處理控制流程、作業系統與周邊管理,也可以使用 FPGA 實作高速資料處理、訊號處理、通訊介面或客製化硬體加速。在 AIoT、邊緣運算、工業控制、影像處理、通訊系統與客製化硬體加速場景中,SoC FPGA 能讓產品同時具備效能、彈性與開發速度。本課程透過 Platform Designer、Avalon Bus、IP Component 與 NIOS-V MCU,帶你理解 SoC FPGA 如何從硬體設計走向完整系統整合。

關鍵詞:
FPGA, SoC FPGA, Verilog HDL, RTL Design, 數位 IC 設計, FSM, Testbench, Simulation, ModelSim, SignalTap, Timing Constraint, TimeQuest, Intel Quartus Prime, Altera MAX 10, Avalon Bus, IP Core, Platform Designer, NIOS-V, FPGA Validation, 硬體設計, 軟硬整合
 
Tech News: 
業界師資團隊
 
FPGA teacher

Jemmy   (講師具16年數位IC設計經驗)

▪ 電機工程碩士  ▪ 資深數位IC設計工程師

▪ FPGA/CPLD設計  ▪ Verilog HDL  ▪ Gigabit Ethernet網路介面訊號處理

▪ FPGA SoC系統設計  ▪ 數位電路分析設計  ▪ 數位晶片產品開發  

─ 演算法與架構並存的時代,用FPGA以更快的速度把產品做出來
 
FPGA teacher

Ted Chang   (講師具16年數位IC設計經驗)

▪ EE工程碩士  ▪ 資深數位IC設計工程師

▪ FPGA/ASIC設計  ▪ RTL Design, FPGA Validation ▪ 系統晶片設計與整合

▪ Gigabit Ethernett, TDM over IP, video over data design

▪ ARM SOC AXI/AHB/APB  ▪ IC電路模擬測試  ▪ Verilog /VHDL  

─ 雖然資深但是不間斷Learning
 
FPGA課程硬體教材

 

FPGA DE10 Nano Kit

T - Core Kit 

 

  • Altera MAX 10 FPGA:T-Core

    ▪ Programmable FPGA元件

    • MAX 10 10M50DAF484C7G 元件
    • 集成雙ADC,每個ADC支持1個專用模擬輸入引腳和8個雙功能引腳
    • 50K 邏輯單元
    • 1638Kb M9K 塊
    • 144 个 18x18 乘法器
    • 4 個鎖相環

    ▪ 通用介面

    • 4 個綠光 LED
    • 4 個紅光 LED
    • 4 個滑動開關
    • 2 個去抖動按鈕

    ▪ JTAG

    • 板載USB Blaster II下載電路用於下載MAX10
    • 板載USB Blaster II下載電路用於下載RISC-V 程式
    • JTAG Master功能用於下載別的板子上的FPGA

    ▪ Clock與記憶體元件

    • 兩個50 MHz Single-ended,外部 Oscillator Clock源
    • 一個10 MHz Single-ended,外部l Oscillator Clock源
    • 64Mb QSPI Flash (用於儲存 RISC-V 程式)

    ▪ 擴充介面

    • 2x6 TMD 擴充接頭
    • 1x10 ADC 接頭
    • 兩個 1x3 RGB LED 擴充接頭

    ▪ 電源供應

    • USB Type mini-AB Port (5V)
    • 2-pin 擴充電源接頭 (4.4-5.6V)

    ▪ 連接性

    • 連接 BTS-TMD
    • USB-Blaster II 下載線
    • 連接 WS2812B LED Strip

 

我將學到

完成本課程後,你將具備以下能力:

1、建立數位電路設計的基本概念,理解組合邏輯、序向邏輯與狀態機設計方式。
2、理解 Verilog HDL 與真實硬體邏輯電路之間的對應關係。
3、能夠閱讀 RTL Code,判斷其背後描述的是什麼硬體行為。
4、學會 FSM 有限狀態機設計方法,能將功能需求轉換成狀態規劃與狀態轉換。
5、熟悉 Testbench 撰寫與 Simulation 流程,在燒錄前驗證 RTL 設計是否正確。
6、實作 UART、SPI、I2C 等常用週邊介面,強化 FPGA 實務設計能力。
7、學會 FPGA 專案建立、編譯、燒錄與基本除錯流程。
8、學會使用 SignalTap、SignalProbe、ModelSim 等工具分析與驗證硬體行為。
9、理解 Timing Constraint 與 TimeQuest Timing Analyzer,確保設計在時序上正確運作。
10、掌握 Platform Designer 的使用,能整合多個 IP 模組進行系統化設計。
11、透過 NIOS-V MCU 實作,理解 SoC FPGA 的軟硬整合流程。
12、培養 AI 時代最重要的 RTL 判斷力:不只會產生 Code,更能判斷 Code 是否可用、可靠、可落地。

※ 課程完訓後將提供結業證書作為研習證明

適合對象
1、想進入 FPGA / 數位 IC / RTL Design 領域者
2、已具備 MCU 或嵌入式系統經驗,想往硬體加速與 FPGA 發展者
3、想轉職或補強數位 IC / FPGA 工程能力者
4、想在 AI 時代保有硬體工程判斷力者
5、電子、電機、資訊、通訊、自動控制與半導體相關背景者佳.
職涯方向

學完本課程後,可銜接 FPGA 設計、RTL Design、數位 IC 設計、FPGA Validation、SoC FPGA 系統整合與嵌入式硬體加速等職涯方向。
104人力銀行調查: 數位IC設計工程師類薪資

學員須知
 
 
728x90企業預付 1
延伸學習

 

 

 

 

 

FPGA上課花絮
從無到有的培訓過程,紮實前瞻且完善
FPGA Learning pic7FPGA Course _pic6.jpg FPGA Online Learning  GM 2FPGA Online Learning GM FPGA Learning pic2 FPGA Learning  pic1
 
fpga sale 1

 

課程諮詢
 

 

 

 

 

學程簡介 課程大綱 課程預覽 會員優惠
現在位置:艾鍗學院 > 硬體設計系列課程 > FPGA數位IC設計實戰

 

課程大綱

 

➤  課程採【實體遠距同步】全台開課並提供錄影補課,免費諮詢!
➤  獨家資深業師授課!提供課程答疑平台,訓中訓後為學員排難解惑。
📌 本課程可申請補助:大人提、小人提、退輔會補助適用

 

【 第一線FPGA工程師親自指導 】

● 加速學習   ● 加速運算   ● 加速產品開發時程

 

第一階段   Verilog硬體描述語言
 

  數位電路基本概念

     - 數位系統架構與邏輯設計基礎

     - 組合邏輯與序向邏輯的設計原理

     - FPGA 數位設計流程概觀

 HDL硬體描述語言基礎

     - Verilog 基本程式結構與語法說明

       模組(Module)架構、訊號宣告、運算子與程序區塊

     - 組合邏輯設計(Combinational Logic Design)

       條件判斷與邏輯電路描述方式

     - 序相邏輯設計(Sequential Logic Design)

       時脈、暫存器與同步電路設計

     - FSM 有限狀態機設計(Finite State Machine)

       狀態轉換設計方法與實務應用

 Verilog設計實作練習 – Digital Counter  

     - 使用 Verilog 實作數位計數器

     - 建立完整 RTL 設計與驗證流程

第二階段   FPGA 晶片設計實務
 

  MAX10 FPGA開發板架構介紹

     - FPGA 開發板硬體架構

     - I/O 與系統資源配置說明

●  Altera Quartus FPGA 設計工具使用

     - FPGA 設計流程(Design Flow)

     - 專案建立、編譯與燒錄

●  設計除錯實務

     - SignalTap II Logic Analyzer 使用

       FPGA 內部訊號即時觀測與除錯

     - SignalProbe 設計除錯技術

       FPGA 內部訊號輸出與系統驗證

     - ModelSim 功能模擬 (Functional Simulation)

       Verilog 設計模擬與波形分析

●  IP Core 實作與通訊介面設計

     - UART 通訊實驗

       串列通訊協定與 FPGA 介面設計

     - SPI 通訊實驗

       SPI Master / Slave 設計概念

     - I2C 通訊實驗

       I2C 匯流排架構與控制流程

●  訊號時序分析(Timing Constraint)介紹

     - 時序限制設定概念

     - FPGA 設計時序分析基礎

●  TimeQuest Timing Analyzer 使用

     - 時序分析流程

     - Timing Report 解析與設計最佳化

第三階段   SoC FPGA:嵌入式系統晶片開發實務
 

●  Intel Avalon Bus Interface Protocol

     - Avalon 匯流排架構

     - SoC FPGA 系統互連機制

●  SoC FPGA硬體系統設計

     - 設計你的 SoC FPGA 系統架構

       CPU、IP 與周邊整合概念

     - Platform Designer Component 建立流程

       自訂 IP Component 建立與整合

     - 利用 Platform Designer 建立 SoC System

       系統模組化設計流程

●  LAB 實作:Platform Designer 系統整合

     - 使用 Platform Designer

     - 將 I2C Design 整合至 Nios V FPGA 系統 

     - 完成 SoC FPGA 硬體系統建構

 

 
 
 

  

好評推薦!學員真實反饋

楊同學:此課程內容很好,提供很多資料與方法,與此行業的生態
葛同學:非常清楚且實用
吳同學:硬體概念上充分瞭解
林同學:工作有用
洪同學:老師講解很詳細,經驗豐富
陳同學:與市場、工作需求相符
黃同學:與業界工作需求相關
黃同學:都很棒
蔡同學:工作上可以使用到。Timing Analysis、網路介面實作、感覺實用性高
林同學:一般的序列通訊設計更瞭解,對用於工作上有很大的幫助
張同學:I2C設計與業界經驗分享十分受益
卓同學:講師認真負責
劉同學:課程設計精心優良,搭配優秀師資與實作入門容易被消化,可謂是學生理想的學習課程
潘同學:合乎業界實務
江同學:這門課可以讓你快速的上手FPGA相關軟體的使用以及coding方法,對於想要上手以及想要精進的人都有幫助
施同學:老師講解很清楚,實作課程也很有趣也很有幫助。
盧同學:貼近工作需求
余同學:講師授課能深入淺出 經過這些課程已經能實際運用在目前公司使用中的案子,十分受用
張同學:對於想轉職或想提升工作技能的人來說真的要來
洪同學:講師授課內容詳細
林同學:由淺至深
張同學:紮實的教學
簡同學:專業與實戰的教學,有符合預期
張同學:滿載而歸
鄭同學:內容豐富且實用
蔡同學:課程與實務貼近,教學清楚明嘹
曾同學:符合業界實際需求
廖同學:收獲量多!
張同學:值得學習!
張同學:推薦有基本基礎且需要實作經驗的人來上課,收穫會最多
李同學:想學專業知識可來
蔡同學:老師的業界經驗豐富,專業度很足
鄭同學:老師講解十分詳細,教學十分完整
郭同學:講師專業,所教授的內容與實際職場可相互銜接
程同學:講解方式獨特清晰,舉例實際,各種技巧實用性極高!
黃同學:有來上課就有收穫
劉同學:老師講解清楚明瞭
李同學:產業鏈接最佳管道,受益良多
劉同學:覺得很受用,也有跟業界需求相關
李同學:由淺入深,講師經驗足夠且熱心
陳同學:對於初學者很友善的課程,老師都會一步一步教
吳同學:老師講的觀念很扎實,學到很多。課程很棒,有機會會在報名其他課程
諶同學:硬體架構講解仔細
鍾同學:內容豐富,由淺入深,講師分享業界資訊也很實用
曲同學:老師專業程度高
吳同學:可以較全面接觸到業界對於數位電路設計的角度
楊同學:很好
洪同學:可以理解FPGA的觀念以及軟體操作
黃同學:很專業的verilog 模擬及驗證方法學習紮實
吳同學:教學實用
許同學:對於 INTEL FPGA 架構可以有很實務的了解,得以繼續延伸學習。
李同學:實驗手把手帶 講解清楚也實用!
黃同學:很充實,細心的授課老師 實戰性的課程,大推
張同學:循序漸進
郭同學:師資專業授課認真
徐同學:非常不錯的課程,適合新手
葉同學: Good class
林同學:上課不枯燥 讓假日上課更有動力
顏同學:初學者友善,老師耐心回覆.謝謝補充分享很多業界經驗
蔡同學:ic設計入門課
簡同學:老師很耐心回答同學問題 適合初學FPGA的同學
黃同學:幫助初學者快速進入FPGA!老師上課內容豐富並用產業的角度分析很不錯
歐同學:老師講解非常白話,深入淺出。重點部分會一再提醒。
施同學:對有轉職需求的人非常合適
張同學:老師很強,而且很有耐心。很用心的培訓機構

FPGA課程Q&A

▪ 什麼是FPGA?

 

FPGA(Field Programmable Gate Array)是一種可程式化的 IC,使用者可以依照產品需求,重新設計與配置晶片內部的數位邏輯電路。和一般固定功能的 IC 不同,FPGA 可以讓工程師依需求實作各種硬體功能,例如 Counter、Timer、PWM、UART、SPI、I2C、影像處理、訊號處理、資料串流控制等。簡單來說,FPGA 不是單純「寫程式」,而是用 Verilog HDL / VHDL 等硬體描述語言,去描述一個真正會在晶片中運作的硬體電路。這也是為什麼學 FPGA 的重點不只是語法,而是理解 RTL Code 背後對應到什麼電路行為。

 

▪ AI 已經可以寫 Code,為什麼還要學 FPGA / RTL?

因為 RTL Design 不只是「產生一段 Code」,而是在描述真實硬體電路。AI 可以輔助產生 Verilog Code,但它不一定能完全理解你的硬體架構、時序限制、狀態轉換、資料路徑與系統風險。尤其在 FPGA / 數位 IC 設計中,錯誤不一定只是程式執行失敗,而可能是電路行為錯誤、時序不穩定、Simulation 結果不符合預期,或燒錄到 FPGA 後無法正常運作。因此,AI 時代更需要懂 RTL 的工程師。真正重要的能力不是比 AI 更快打 Code,而是能夠:

看懂 AI 產生的 RTL。
判斷它是否符合硬體邏輯。
驗證它是否正確。
修正它的設計問題。
確認它能否在 FPGA 上穩定運作。

這也是本課程強調數位電路觀念、FSM、Testbench、Simulation、Timing Constraint 與 Debug 的原因。

▪這門課是教 Verilog 語法,還是教 FPGA 設計?

本課程會教授 Verilog HDL,但重點不是只教語法。Verilog 只是描述硬體電路的工具,真正重要的是你是否理解這段 RTL Code 背後對應到什麼硬體行為。因此,本課程會從數位電路設計觀念開始,逐步帶到:

組合邏輯。
序向邏輯。
FSM 有限狀態機。
RTL Coding Style。
Testbench。
Simulation。
FPGA 燒錄。
Timing Constraint。
Debug Tool。
SoC FPGA 系統整合。

簡單說,這門課不是只教你「怎麼寫 Verilog」,而是教你「如何設計、驗證與實作一個 FPGA 系統」。

 

 

▪ 我是學VHDL,適合來上課嗎?

適合。本課程主要使用 Verilog HDL 教學,但不論你原本使用的是 Verilog、VHDL 或 SystemVerilog,最重要的都不是語法本身,而是能否建立正確的 RTL 設計觀念。FPGA / RTL Design 的核心能力包含:

理解硬體描述語言如何對應到真實電路。
理解組合邏輯、序向邏輯與 FSM 狀態機。
理解時脈、重置信號、暫存器與資料路徑。
理解 Simulation、Testbench 與 Debug 流程。
判斷一段 RTL Code 是否可綜合、可驗證、可落地。

語法可以轉換,板子可以更換,工具也會更新;但硬體設計觀念與驗證能力,才是真正可帶著走的能力。因此,即使你原本學的是 VHDL,也很適合透過本課程建立更完整的 FPGA / RTL 實務觀念。 

▪ 可以用 Xilinx ISE / Vivado 來上嗎??

可以理解課程觀念,但實作環境會以課程指定的 Intel / Altera FPGA 開發流程為主。FPGA 供應商包含 Intel Altera、AMD Xilinx、Lattice、Microchip Actel 等,其中 Intel Altera 與 AMD Xilinx 是常見的兩大 FPGA 平台。不過,本課程的重點不是單純教某一套 Tool 的操作,而是建立 FPGA / RTL Design 的核心觀念:

如何用硬體思維設計 RTL?
如何理解 Verilog 與真實電路的對應?
如何撰寫 Testbench?
如何做 Simulation?
如何在沒有實際燒錄前先驗證設計?
如何使用 Debug Tool 找出硬體行為問題?

講師在業界同時具備 Altera 與 Xilinx 平台經驗。實務上,只要 RTL、FSM、Simulation、Timing、Debug 等觀念建立起來,從 Intel Altera 轉到 Xilinx Vivado,或從 Xilinx 轉到 Intel Quartus,並不會太困難。

工具會變,但硬體設計觀念不會變。 

▪ 課程使用的FPGA開發工具為何?是否為開源?

本課程使用 Intel Quartus Prime Design 作為主要 FPGA 開發工具,搭配 ModelSim、SignalTap、SignalProbe、TimeQuest Timing Analyzer 等工具進行設計、模擬、除錯與時序分析。Quartus Prime Design (Lite 版本) 為 Intel 提供的免費版本,可於網路公開下載安裝,適合學習與一般 FPGA 開發入門使用。

課程重點不只是工具操作,而是讓學員理解完整 FPGA 開發流程:

建立專案。
撰寫 RTL Code。
撰寫 Testbench。
進行 Simulation。
完成 Synthesis / Compile。
設定 Timing Constraint。
燒錄 FPGA。
使用 Debug Tool 驗證硬體行為。

也就是從設計、驗證到實機除錯,建立完整 FPGA 實作能力。 

▪ SoC FPGA的嵌入式系統開發流程?

SoC FPGA 可以理解為「處理器系統 + FPGA 可程式邏輯」的整合平台。它同時具備軟體控制的彈性,以及 FPGA 硬體並行運算的效能。
SoC FPGA 的開發流程通常包含兩大部分:
1、硬體設計: 包含 FPGA 邏輯設計、SoC 系統組態、IP 整合、Bus / Bridge 設計,以及 FPGA 與處理器系統之間的資料交換架構。
2、軟體設計: 包含嵌入式系統軟體開發、周邊控制、驅動程式概念、資料流程控制,以及與硬體 IP 的整合應用。

因此,SoC FPGA Designer 不只是會寫 HDL,也需要理解系統架構、IP 整合、軟硬體分工與資料流設計。本課程會帶你從 RTL 設計、FPGA 實作,逐步進入 Platform Designer、Avalon Bus、IP Component 與 NIOS-V MCU,建立 SoC FPGA 的完整開發概念。

如圖所示(下圖Soft Core的NiosII作為說明)

▪ 我想成為SoC FPGA Designer需要具備什麼條件?

SoC FPGA Designer 通常具備以下幾項能力:

1、基本 HDL / RTL Design 能力

包含 Verilog、VHDL 或 SystemVerilog 的基本撰寫能力,並理解組合邏輯、序向邏輯、FSM、暫存器、時脈與重置信號等核心概念。

2、FPGA 設計與驗證能力

不只是會寫 RTL Code,還需要能撰寫 Testbench、進行 Simulation、理解 Synthesis / Compile 流程,並能使用 Debug Tool 驗證實際硬體行為。

3、系統架構與 IP 整合能力

SoC FPGA Designer 需要能理解系統需求,並從現成 IP 中組合出符合規格的產品架構,例如 Bus、Bridge、UART、SPI、I2C、DMA、資料串流、影像處理、網路或 PCIe 等應用。

4、軟硬體分工觀念

SoC FPGA 是軟體與硬體的整合平台。你需要理解哪些任務適合交給 CPU,哪些任務適合交給 FPGA 硬體加速,並能設計兩者之間的資料交換流程。

5、基本驅動程式與嵌入式系統概念

如果具備 Driver、Embedded Linux 或 MCU 韌體開發概念,會更有利於與軟體團隊溝通,也能更完整理解產品開發流程。

本課程會從 RTL Design、FPGA 實作、Simulation / Debug,一路帶到 SoC FPGA 與 NIOS-V MCU,協助學員建立進入 SoC FPGA Designer 職涯所需的基礎能力。 

▪ 艾鍗的FPGA課程,和學校教的有什麼一樣?

學校課程通常會從數位邏輯、Verilog 語法或教科書範例開始,重點放在理解基本原理。艾鍗 FPGA 課程則更強調「業界實作流程」與「工程師真正會遇到的設計問題」。

本課程的不同點包含:

1、不是只教 Verilog 語法,而是強調 RTL 語意是否精準

你會學到如何寫出語意清楚、可綜合、可驗證的 RTL Code,而不是只把語法寫對。

2、不是做概念,而是建立一致的數位電路設計方法

從 LED、Counter、FSM,到 UART、SPI、I2C,甚至 SoC FPGA 專案,課程會用一致的硬體設計觀念帶你理解不同電路模組。

3、不是只寫 Code,而是重視 Testbench 與 Simulation

在 FPGA 燒錄前,如何透過 Testbench 與 Simulation 驗證設計是否正確,是本課程的重要訓練。

4、不是只看結果,而是學會 Debug

課程會帶你使用 Intel FPGA 相關 Debug Tool,例如 SignalTap、SignalProbe、System Console 等,協助你分析真實硬體行為。

5、不是只學現在的語法,而是培養 AI 時代的 RTL 判斷力

AI 可以協助產生 Code,但工程師要有能力判斷它是否符合硬體設計邏輯、是否能通過驗證、是否能在 FPGA 上穩定運作。

艾鍗 FPGA 課程由業界一線 IC 設計工程師授課,將產業實務經驗融入課堂,幫助你建立真正可用的 FPGA / RTL Design 核心職能。 

課程諮詢

 

 

 


 

學程簡介 課程大綱 課程預覽 會員優惠
現在位置:艾鍗學院 > 硬體設計系列課程 > FPGA數位IC設計實戰

 

FPGA課程預覽

 

 

相關活動

活動花絮

  107/5/25 研討會盛況
  103/6/23 研討會盛況
▪ 魔術方塊遊戲
 

課程諮詢