AI深度學習影像辨識

AI邊緣運算機器視覺整合系統開發實戰

課程簡介
5G網路擁有大頻寬、高速度、低延遲等特性,與AI結合,將讓AI的影響力更大。不久後,像是車聯網這種講究低延遲的終端應用,將會呈現爆發性成長。而Edge Computing(邊緣運算)與ROS (Robot Operating System,機器人系統)的技術正是實現這些應用的關鍵技術。誰能搶先養成下一階段的AI職能,誰就能在競爭激烈的市場中勝出。

為了幫你快速掌握技術關鍵,本課程聚焦實作,以艾鍗獨家開發的邊緣運算套件包,結合時下最火熱的邊緣運算裝置-Intel神經網路加速棒(Movidius Neural Compute Stick)來進行主題實作教學,並教你運用OpenVINO工具包,將訓練好的AI模型進行格式轉換,再把AI模型部署在終端裝置中,實現Edge AI的主題應用。接著再帶你熟悉ROS開發環境的建置與ROS套件應用,學會SLAM和Navigation等常見的機器人應用,最後能以ROS開發框架整合Intel NCS2實現邊緣運算之AI影像辨識應用。使你進而具備能透過ROS框架,在終端裝置上實現機器人視覺開發基礎能力與AI軟硬整合之職能。
課程特色

特色1.首創滿足業界所需之邊緣運算與ROS整合之課程 特色1.學員獨享專屬學習套件包(含NCS 2代)
有實際硬體,學AI邊緣運算才真正有感!為了傳達正確的AI邊緣運算學習觀念與學習重點,艾鍗獨家設計I/O子板,以擴充原Pi3板的功能,配合Intel® Neural Compute Stick 2就可以快速實現各種AI應用。你可以透過主題式Lab,實踐AI邊緣運算核心技術與架構。
more

特色2.首創滿足業界所需之邊緣運算與ROS整合之課程 特色2.首創滿足業界所需之邊緣運算與ROS應用之課程
因應AI從雲端走向終端的趨勢,為幫助產業界的RD可以掌握新的技術關鍵,快速開發各種滿足市場需求的應用,因此精心規劃本課程,來滿足RD的AI軟硬整合職能培養之需求。

特色3.採用ROS官方認證機器人 Turtlebot教學與實作 特色3.採用ROS官方認證機器人 Turtlebot教學與實作
使用ROS官方認證的機器人(turtlebot3 burger)進行教學,學員專享豐富的教學資源,學習完善,效果更好。

 
我可以學到什麼
  1. 瞭解邊緣運算之開發流程與要領
  2. 學會以OpenVINO(Open Visual Inference and Neural network Optimization)進行AI模型的格式轉換,進而能將AI模型部署在邊緣裝置上
  3. 學會整合Intel Movidius Neural Compute Stick 2實現邊緣運算之影像辨識應用(如人臉辨識與動態影像識別等)
  4. 學會ROS機器人系統開發環境之建置與基本指令操作
  5. 學會ROS機器人開發的套件使用方法,例如:Laser-based SLAM(即時定位與地圖構建)之相關套件應用,包括Gmapping、Hector SLAM
  6. 能學會以move_base、amcl等套件實現2D Navigation之應用
  7. 能學會以GUI工具套件rqt、3D可視化工具套件rviz等進行開發資料之記錄、分析與模擬,作為後續開發優化之依據
  8. 學會以ROS開發框架整合Intel NCS2實現邊緣運算之AI影像辨識應用
  9. 具備能透過ROS框架實現進階機器人視覺開發之基礎能力
  10. 培養學員具備業界所需之AI軟硬整合能力
  11. 傳承業師實務開發經驗,提高學習者的AI邊緣運算應用之開發效率
課程大綱
AI邊緣運算系統開發實作
  • 邊緣運算(Edge Computing)導論
    • 邊緣運算的趨勢與應用場域
    • AI硬體的戰場:VPU、GPU、FPGA
    • AI領域的新藍海:嵌入式AI
  • AI邊緣運算開發環境建置
    • Edge裝置Raspberry Pi基本操作教學
    • Intel神經加速棒(NCS,Movidius Neural Compute Stick )介紹
    • Ubuntu開發環境建置
    • Intel OpenVINO(Open Visual Inference and Neural network Optimization)介紹與應用範疇
    • Intel OpenVINO安裝教學
    • TensorFlow on your Raspberry Pi & NCS API設定 在硬體上部署影像模型前的關鍵 - 模型轉換
AI邊緣運算主題實作
  • 智能即時手寫數字辨識系統實作
    • 智能即時手寫數字辨識系統體架構介紹
    • 手寫數字資料集之選用、分類與整理
    • 數字偵測與辨識模型解說
    • 數字辨識pre-trained model載入
    • 智能即時手寫數字辨識系統實現
    • 問題研討
  • 智能皮膚檢測系統實作
    • 圖像檢測系統之整體架構介紹
    • 皮膚圖像訓練資料集之選用、分類與整理
    • 皮膚圖像深度學習模型之應用與解說
    • 皮膚圖像片模型之學習成效檢核、評估方式(accuracy、loss、confusion matrix…)
    • Python web框架(Flask)之使用與生產用途之環境建置方式介紹
    • Restful API設計機制
  • 問題研討
ROS系統程式開發實作
  • ROS導論
    • ROS沿革與趨勢
    • ROS特色
  • ROS系統架構說明
  • ROS重要觀念介紹
    • ROS Master、節點(Node)、消息(Message)、話題(Topic)等
  • ROS安裝
    • ROS安裝於Ubuntu
    • ROS常用指令(roscore,roslist)...
    • 安裝ROS第三方套件供二次開發
  • ROS程式開發
    • ROS工作空間建立
    • 程式開發起手式(ros::init、ros::NodeHandle…)
    • Publisher vs Subscriber
    • ROS節點間通訊與程式實作 - topic、service、parameter server、lanuch
    • ROS文件系統:Package、meta-package
    • 製作自己的package
  • 於Raspberry pi 3實作ROS
    • ROS節點設計:I/O控制、感測器讀取
  • ROS遠端監控(Ubuntu Raspberry Pi 3)
ROS機器人實戰演練
  • LiDAR(光達)介紹
  • SLAM & Navigation演算法應用解說
  • Laser Based 2D SLAM演算法實戰
  • Hector SLAM教學
  • Localization
  • TF座標轉換
  • Navigation
  • ROS bridge解說
  • Robot Models:URDF(Unified Robot Description Format)解說專案實務開發常見問題與解決方案說明

建議自備器材:
1.讀卡機x1

適合對象
  1. 欲投入AI邊緣運算與機器視覺應用相關之電資相關科系之研究生
  2. 欲投入AI邊緣運算與機器視覺應用領域之工程師
  3. 欲學習AI模型在終端裝置上之移植技術的工程師
  4. 對於Intel邊緣運算解決方案有興趣之工程師
  5. 欲學習機器人AI視覺系統應用之工程師
  6. 正從事AI邊緣運算與機器視覺應用開發而遇瓶頸之工程師
  7. 需領導、管理AI邊緣運算相關開發專案,並與團隊加強溝通者
業界師資
teacher1

Joseph

▪ 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

▪ 專長 : 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 / 網路通訊協定 / 機器學習 / 深度學習

teacher1

Bob

▪ 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

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

teacher1

Jay

▪ 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影像事業部研發工程師

▪ 專長 : 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

專屬學習套件包

艾鍗獨家研發子板搭配樹莓派

學本門課的學員也看了這些課程

課程諮詢