影像辨識領域是近年來深度學習最蓬勃發展的一塊領域,應用於智慧家居、無人駕駛、生產瑕疵品檢測、安防監控、醫療影像,和深度學習影像辨識技術息息相關。

智慧家居

無人駕駛

安防監控

醫療影像
由產業資深講師引領你學會必備的低階影像處理技巧,如何應用深度學習的CNN、YOLO、GAN等演算法來進行影像偵側、識別、模仿創造等高階的影像應用。
影像辨識實際應用範圍

用實作讓你對影像辨識
技術豁然開朗

縮短專案時程
確保產出

產業資深講師
實務親授
- 熟悉數位影像於電腦中的表現形式和影像處理方法
(影像去雜訊、影像品質增強、影像重採樣…) - 理解並能實作數位電腦視覺原理應用與具備活用 OpenCV 函式庫之能力
(影像特徵提取、特徵強化、輪廓萃取、卷積運算、型態學運算…) - 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) - 了解深度學習原理及其如何處理高階的影像認知能力
(人臉識別、物件識別…)
- 對電腦視覺與深度學習有興趣的
- 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
- 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
- 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
- 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
- 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
- 計算混淆矩陣(Confusion matrix)

- 深度學習導論
- 人工智慧 vs 機器學習 vs 深度學習
- GPU(Nvidia GTX 1080T) 介紹與資源配置
- DL框架介紹(TensorFlow、Keras、CUDA… )
- 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)、SGD(隨機梯度下降法)、Momentum(動量法)、Adam(適應性矩估計)…
- 過擬合(Overfitting)處理:Dropout、Regularization
- 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、乳腺癌診斷分析
-
- 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
- 其他方法說明:Backpropagation(反向傳播法)、Autoencoder
- 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:卡通圖像角色辨識、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
-
遞歸神經網路(RNN)
- RNN原理與架構說明
- LSTM(Long Short-Term Memory)模型說明
- 應用說明:時間序列(Time series)、詞向量(word vector / word
- 主題實作:美國國際航空乘客量分析、情緒分析、中英翻譯
-
遷移式學習(Transfer Learning)
- Keras後端函數應用、反轉梯度
- 主題實作:梵谷畫作風格轉換
-
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)
-
強化學習(Reinforcement Learning)
- 原理說明:自動進行決策,並且可以做連續決策
- 四個元素:agent、環境狀態、行動、獎勵
- Q-Learning解說
- 逆向增強式學習 (Inverse Reinforcement Learning)
- 主題解說:訓練電腦玩遊戲、機器人運動控制
- 推薦系統(Recommender Systems)
-
- 深度學習應用主題解說
-
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
-
主題式物件辨識(object detection)
- 影像Lable方法解說
- YOLO模型教學
- YOLO模型實作解說
-
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
-
- 實務問題與解決方案探討

▶ 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

▶ 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

▶ 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

▶ 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)

▶ 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