fbpx

FPGA 728x90X5

02 AI edge 2020 banner 2

現在位置: 艾鍗學院實體課程 AI課程總覽頁AIoT智能聯網運算實戰

2021補助專班最後一梯,遠距同步教學,欲洽從速!

課程介紹

AIoT 翻轉未來20年最強的產業顛覆力

目前AI的技術應用,可分為AI on Cloud還是AI on Edge。即AI on Cloud即AI模型建立在雲端,終端裝置本身計算力不用太強,只要能連結Internet即可達成AI應用,許多AIoT智能物聯網都是以此方式來實現。另一個AI on Edge(邊緣運算),為了減少資料往返網路的延遲時間,而將AI模型建立在終端裝置本身,但也因如此,終端裝置本身要有一定的算力,故Intel NCS2Google Edge TPUNvidia JETSON便因應而生。

本課程以AI技術(機器學習、深度學習) 為軸,並結合影像處理、自然語言處理帶出Telegram Bot、物聯網、人臉識別、圖像識別等各式專案開發。此外,能將這些應用結合Intel NCS2,將電腦視覺與AI人工智慧整合進物聯網(IoT)及邊緣裝置中。

關鍵詞: OpenVINO、Intel NCS2、神經運算棒、AIoT 、邊緣運算、 Telegram 、機器學習、深度學習、物聯網、人臉識別

課程特色
獨家Edge AI套件

使用Edge AI硬體開發套件

有實際硬體,學AI應用才真正有感!為了傳達正確的AI應用學習觀念與,課程使用艾鍗獨家設計Raspberry Pi I/O擴充卡及搭配Intel邊綠運算解決方案的Neural Compute Stick 2 ( Movidius™) ,進行工作原理與實作流程解說。
業界工程師實戰分享

業界工程師實戰教學

禮聘業界AI工程師組成教學團隊,每位講師不僅熟悉AI演算法外,本身也都有AI軟硬整合的開發經驗。我們以業界開發的角度來規劃課程。使你逐一學習到AI的技術與開發時可能會遇到的各種情況,教你書本上學不到的處理方法,減少你碰壁的時間。
軟硬整合深入技術核心

AI不能只有軟體

AI要落地,AI就不能只著重於演算法教學,也要想辧法讓AI整合進硬體中。然而與軟體相比,硬體受到許多物理因素的影響,故充滿著較多的不確定性,因此剛開始學習門檻也較高。由於Debug也是開發過程中重要know-how之一,因此若講師不熟悉軟、硬體的操作,很難知道問題出在哪個地方而難講出除錯的重點所在。艾鍗長期深耕軟硬整合的技術教學,故艾鍗學院規劃的AI邊綠運算及AIoT課程,絶對是最貼近業界所需的教學內容。
Hands on training

Hands on training

艾鍗學院相信,唯有從實作中,讓你身歷其中,才能讓你有最好的學習效果。因此講師群準備豐富的實作主題與完整的範例程式碼,在詳細的講解過後,讓學員進行實作。講師也會在旁給予學員遇到實作問題上的協助。透過主題式Lab快速掌握到學習的重點,實踐AI應用如影像辨識、物件識別等核心技術與架構,才是有效的學習方法。

學習目標
  • 了解OpenVINO Toolkit架構,能在終端裝置利用NCS2快速進行開發
  • 了解HAAR演算法並知道如何以python實作 (From Scratch)
  • 了解 Adaboost 演算法並知道如何以python實作 (From Scratch)
  • 學會如何利用HARR+Adaboost進行人臉偵測
  • 了解HOG 演算法並知道如何以 python實作 (From Scratch)
  • 學會如何利用HOG + 支持向量機(Support Vector Machine, SVM) 進行人臉或物件識別
  • 學會如何CNN原理及遷移學習的方法,建立人臉識別系統
  • 了解NLP中文處理: 文字編碼與句子向量
  • 學會結合Telegram Bot即時通訊的問答系統實作
適合對象
  • 已學過AI,但想進一步學習如何將AI演算法轉換成實際應用之工程師。
  • 對於AI演算法大致理解,但想學習如何將本機端的AI模型部署到終端硬體之工程師
  • 欲進行邊緣運算開發之專案,想學習各階段開發技巧,縮短自我摸索時間之工程師
  • 學習背景:

1. 有基礎機器學習/深度學習知識者佳

2. 有Python 程式設計基礎者者

3. 會基礎Raspberry Pi/ Linux使用者佳 (針對AI邊緣運算使用Raspberry Pi 時)

teacher1

課程大綱
電腦視覺-基於HOG與圖像識別
  • HOG演算法說明與python實作 (From Scratch)
  • 圖檔爬蟲程式撰寫
  • 建立圖檔HOG特徵
  • Scikit-Learn實現SVM與LogistcRegression
  • 專案: HOG Features+ Classifier :人臉/物品偵測與識別▼
HOG Features+ Classifier :人臉/物品偵測與識別-1
HOG Features+ Classifier :人臉/物品偵測與識別-2
電腦視覺-基於HAAR 人臉偵測
  • HAAR演算法說明與python實作 (From Scratch)
  • Adaboost Classifier
  • 專案: HAAR Features人臉偵測
CNN深度學習
  • 遷移學習(transfer learning)和微調(fine-tune)原理說明
  • 使用MobileNet建立圖像特徵 (Image Embedding)
  • 建立DNN Classifier
  • MQTT協定- 警示通知
  • 專案: 人臉門禁系統(使用Tkinter界面): 加入/刪除/登入人臉帳號▼
人臉門禁系統(使用Tkinter界面): 加入/刪除/登入人臉帳號
  • 專案: 人員進出的計數
Telegram Bot 問與答系統
  • NLP自然語言處理-jieba斷詞與中文句子處理
  • Sentence Embedding
  • 建立Telegram Bot
  • 專案: 在Telegram上建立Q&A問答系統▼
Telegram上建立Q&A問答系統
OpenVino邊緣運算實務
  • Intel NCS2 神經網路加速棒簡介
  • OpenVINO Toolkit 架構說明
  • 由Keras (.h5)模型轉成IR (.xml & .bin)檔案
  • Raspberry Pi 安裝OpenVINO
  • 建立OpenVINO應用程式- 程式架構與CMAKE說明
  • 專案: WebCam串流人臉偵測
即時手寫數字辨識

*建議自備器材:
建議自備器材

*若您想對Python程式設計與資料工程有更紮實的學習,請見<Python資料科學>

*提供之教材套件包不含Intel® Movidius™ Neural Compute Stick,學員可於報名時選擇加購與否。(講師將示範使用步驟,無神經計算棒不影響課程進行)

師資團隊
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

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

Joseph老師

Joseph老師

台灣大學電機工程系博士研究

上市網通科技公司/資深軟體工程師

嵌入式Linux系統 / ARM Boot Loader / 資料結構及演算法 / PCB Layout / MCU 韌體設計 / Linux 驅動程式 / Linux系統程式 / 網路通訊協定 / 機器學習 / 深度學習

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

Jay老師

Jay老師

台北科技大學機電整合研究所碩士

知名上市電子消費品大廠軟韌體研發部研發工程師

ROS機器人開發 / OpenCV影像處理與電腦視覺開發 / Linux嵌入式系統 / 機器學習 / 深度學習

Bob老師

Bob老師

中央大學太空所碩士

知名上市電子消費品大廠影像事業部研發工程師

ROS機器人開發 / OpenCV影像處理與電腦視覺開發 / Linux嵌入式系統 / 無人機韌體開發

專題成果

智能警戒三角錐[物件追蹤]

智能警戒三角錐
[物件追蹤]


✔ 手機連線遙控機器人

✔ 手動或自動移動定點並監視後方路況

✔ 車輛接近警示

詳細介紹

人臉結帳智能系統[人臉辨識]

人臉結帳智能系統
[人臉辨識]


✔ 紅外線條碼讀取

✔ 商品資料庫查詢及交易系統

✔ 會員人臉辨識的功能

詳細介紹

智能居家燈控系統[聲音識別]

智能居家燈控系統
[聲音識別]


✔ 控制居家燈光

✔ 語音轉成文字

✔ 正面(開燈)或負面(關燈)語句的判斷

詳細介紹

手寫數字辨識 [手寫辨識]

手寫數字辨識
[手寫辨識]


✔ 使用NCS2 + OpenVINO SDK

✔ 數字辨識pre-trained model載入

✔ 智能即時手寫數字辨識系統實現

詳細介紹

居家智能應用 [姿態識別]

居家智能應用
[姿態識別]


✔ 同時進行IoT以及邊緣運算

✔ 建立了居家即時防盜通知

✔ 即時影像辨識的能力

詳細介紹

智慧廣告看板[表情識別]

智慧廣告看板
[表情識別]


✔ 深度學習進行人臉屬性分析

✔ 性別、年齡與表情識別

✔ 針對不同的消費者投放合適的廣告

詳細介紹

課程諮詢
延伸學習

Q&A
AI最終仍需商轉,不論是什麼樣的新應用,都需要相應的硬體平台。5G時代即將來臨,大頻寬、高速率、低延遲的特性,將引燃AI邊緣運算的相關應用呈現爆發性的成長,因此AI邊緣運算開發的相關技能是AI工程師的必備技能。唯有懂得AI軟硬整合的人才,才是企業所迫切需求的,才能在職場上創造難以取代的價值!
談到軟硬整合的學習,那麼Raspberry Pi絕對是工程師公認最合適的硬體學習平台之一。Raspberry Pi是全球最風行的開源硬體,多年來已累積豐富的社群資源,幫助使用者可以用更短的時間實現其專案應用。艾鍗學院特別針對學員在各個領域的學習,獨家研發專用的Raspberry Pi週邊專用套件組。在AI軟硬整合的趨勢下,Intel® Movidius™ Neural Compute Stick的出現,可以快速與Raspberry Pi整合,基於Intel® Movidius™ Neural Compute Stick,艾鍗學院將電腦視覺與AI人工智慧整合進物聯網(IoT)及邊緣裝置中。
完整且連貫的教學規劃,才能帶給學員最實用的技術養成,學習成效也才會高。

AI最終要商轉,而商轉,大部分的情況下都要仰賴硬體實現,而邊緣運算在這個過程中扮演著非常重要的角色。如果和大部份的培訓單位相同,僅專注於機器學習與深度學習演算法的應用,並未教學員如何在硬體上實現AI應用,終究無法幫助學員培養AI軟硬整合職能,對產業發展也不會有太大的幫助。因此,在硬韌體培訓已累積豐富培訓經驗的艾鍗學院,就以AI軟硬整合為規劃依據,從機器學習與深度學習的演算法課程規劃中,逐漸幫助學員建立讓AI商轉的觀念與技巧,具備了這些技術與觀念後,更容易銜接AI邊緣運算等硬體相關學習,實現AI商轉的目標。完整且連貫的教學規劃,才能帶給學員最實用的技術養成,學習成效也才會高。
大部份的培訓單位都專注於AI演算法,卻少有單位教學員AI軟硬整合的技術。然而,AI軟硬整合的技術,才是AI商轉的關鍵。

艾鍗學院重視如何幫助學員培養實現AI商轉的目標的職能,因此課程規劃以AI軟硬整合為主題,並搭配艾鍗學院針對課程獨家研發硬體教具,來提高學員學習成效。唯有軟硬整合的課程規劃幫助學員的職能養成更能符合業界所需。因為AI最終要商轉,商轉靠硬體。也唯有具備豐富軟韌體培訓經驗的艾鍗學院才能帶給你最全面、專業的技術支持。