AI深度學習與影像辨識實戰 - 艾鍗學院

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。

了解CNN模型與工作原理並能實作CNN影像分類與進階技巧。

熟悉數位影像於電腦中的 ... 課程介紹 課程大綱 課程諮詢 Q&A AI課程總覽 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 ★【111年度補助，小班重點教學】名額僅剩最後3名卡位要快！★本課程採取線上遠距教學 ，全台開課，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、識別等高階影像應用。

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。

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"Howto"，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StepbyStep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。

  學習目標 了解機器學習的核心觀念與常見的分類演算法。

會使用Scikit-learn進行如LogisticRegression、SVM、DecisionTree、NeuralNetwork等機器學習實作。

了解深度學習的核心觀念、工作原理及各種訓練技巧。

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。

了解CNN模型與工作原理並能實作CNN影像分類與進階技巧。

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。

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)。

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。

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)、ImageProcessing演算法實務、ComputerVision演算法實務。

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 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StepbyStep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 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ScikitLearn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)、Trainingdata、Testingdata、Overfitting… 評估機器學習模型的好壞 定義損失函數(LossFunction) 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(CrossValidation) 資料前/預處理基於機器學習中之應用 資料標準化（Standardization） 降維(DimensionReduction)：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(PiotroskiF-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(LogisticRegression) 決策樹(DecisionTrees) 支持向量機(SupportVectorMachine) 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…) GoogleColaboratory教學 神經網路與深度學習架構 DeeperNeuralNetwork(DNN)說明： NeuralNetwork的原理與架構：Neuron(神經元)、Perceptron(感知器) ActivationFunction(激勵函數):Relu、Sigmoid、tanh… Optimization(最佳化)：線性回歸、GradientDescent(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：ConvolutionalLayer(卷積層)、PoolingLayer(池化層)、FullyConnectedLayer(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(ObjectDetection)、實體切割(InstanceSegmentation)。

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 GradientVanish(梯度消失) LSTM(LongShort-TermMemory)模型說明 EarlyStopping 應用說明：自然語言處理(Naturelanguageprocessing)、詞向量(wordvector/wordembedding)、時間序列(Timeseries) 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(TransferLearning) 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，GenerativeAdversarialNetworks) 生成器(Generator)和鑑別器(Discriminator) 改進的版本介紹：DCGAN(DeepConvolutionalGenerativeAdversarialNetworks) 推薦系統(RecommenderSystems) 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(objectdetection) 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…) CNNmodel實作解說 人臉辨識 人臉偵測mtcnn(Multi-taskCascadedConvolutionalNetworks)、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YOLOmodel實現人臉偵測 iOS開發介面簡介 YOLOmodel移植教學 不均衡數據處理與奇異值分析(noveltydetection/OutlierDetection)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+CVLibrary 初試啼聲 HelloOpenCV 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(PixelLevel) OpenCVDataType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 ImageFeatureExtraction 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VideoProcessing&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FrameLayering 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 OpenCVCNN 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(Confusionmatrix) ※實戰演練的範例將會依據上課實際狀況進行調整 我想了解更多 精彩內容搶先看 【電腦視覺與影像處理搶先看】 業界師資 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 ▶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 ▶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 ▶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▶ComputerVision/OpenCV影像處理與電腦視覺/嵌入式Linux系統/C/C++/GPGPU技術(NvidiaCUDA) 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/MachineLearning運算模組開發/DeepLearningCNN,RNN 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/3DAOI/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 姓名 電話 e-mail 已閱讀個資保護聲明 *請填寫正確的email，系統會自動將相關資訊寄到您的信箱 取得資訊 學習本課程的人也學習了... AI邊緣運算實作TensorFlowLiteforMCU Q&A 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。

3.我想了解更多影像相關技術，還有哪些資源？ 歡迎至影像技術文章專區  請點我 4.課程使用什麼程式語言？ 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 5.上完課後是否有「結業證書」或「訓練證明」呢? 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AIGPU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NeuralNetwork+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。

  索取資訊   立即索取課程資訊 已閱讀個資保護聲明 取得資訊 AI深度學習影像辨識實戰 假日進修班開課日期：111/07/23(六)課程時段：假日班上課時間：09:30~17:30 精選課程/熱門活動 ★韌體實戰-MCU微控制器韌體開發 ★遠距教學-AI深度學習影像辨識實戰 ★額滿即止-AI智慧應用補助課程總覽 [政府補助]ROS機器人系統開發實戰 [免費說明會]假日進修班/就業養成班 [小班教學]嵌入式Linux設計開發學程 [業界實戰]SoCFPGA數位IC設計實戰 [硬體實戰]全能電路設計工程師實戰班 [預約徵才]專題成果展暨企業徵才活動 [申請大學]APCS程式能力檢定班/營隊 [熱門推薦]Web全端工程師培訓課程 [熱門證照]iPAS巨量資料分析考照班 [實戰首選]感測電路整合設計與應用 [驅動實戰]Linux/LinuxUSB驅動設計 [數位課程]軟韌體隨時隨地輕鬆學習 [5G物聯網]5GSDN網路技術實戰 [最夯技術]IoT物聯網系統整合開發 訂閱艾鍗電子報掌握最新開課資訊與優惠 熱門推薦   8/6↑MCU單晶片韌體設計實戰最後3名即將額滿，速洽！ 8/27↑ROS機器人系統開發【政府補助】遠距同步授課 9/3↑AI深度學習之問答系統【政府補助|遠距上機實戰NLP】 8/20 ↑ 嵌入式Linux開發實戰【15年以上經驗業師親授，產業實戰教學】循序漸進，導入完整開發流程與架構 10/29↑FPGA數位IC設計實戰【用FPGA更快速地把產品做出來】 10/1↑全能電路設計實戰班從原型設計到製造，硬底子養成 隨時開課↑工程師數位課程總覽24H隨點隨看，軟/硬/韌體充電 Recruitment↑企業預約徵才歡迎企業預約專題成果展徵才 Email住址會使用灌水程式保護機制。

你需要啟動Javascript才能觀看它 『學員專屬』 最新消息 最新公告 近期研討 就業人才培訓計畫 研發實習生計畫 儲備講師生計畫 關於艾鍗 公司簡介 師資簡介 環境設備 會員廠商 活動相簿 交通資訊 企業服務 企業教育訓練 企業儲值優惠方案 企業徵才 技術成果分享 研發設計服務 合作夥伴專區 服務項目 軟硬韌體培訓 待業者職前訓練 補助技術課程 E-learning數位學習 工程師職涯學習規劃 電腦教室租借 社群資源 艾鍗Facebook 艾鍗YouTube 艾鍗技術Blog 教學實錄簡報 艾鍗LINE好友 追蹤艾鍗IG 訂閱艾鍗電子報 學員專區 個資保護聲明 學習地圖 學員見證 課程Q&A 學員權益 會員優惠方案 學員專屬提問平台Email住址會使用灌水程式保護機制。

你需要啟動Javascript才能觀看它