作者 主題: [ AI人工智慧系列課程 ] A I 深度學習與影像辨識實戰  (閱讀 1681 次)

0 會員 與 1 訪客 正在閱讀本文。

askembedded

  • 活潑的大學生
  • ***
  • 文章數: 288
    • 檢視個人資料

★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,由產業資深講師引領你掌握必會的影像處理技巧,接著教你深度學習卷神經網絡(Convolutional Neural Networks,CNN)在影像處理的各種應用。完整的範例程式碼加上講師詳細的講解,幫助你更容易理解各種方法的原理。上機實戰演練,從實做中,讓你自然而然地了解CNN各種方法的架構與程式指令,不再似懂非懂,而是能快速的將所學到的技術應用在自己有興趣的視覺處理領域。

★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"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、文通、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★
1.熟悉數位影像於電腦中的表現形式(儲存格式、讀取及寫入、像素運算…)和影像處理方法(影像去雜訊、影像品質增強、影像重採樣…)。

2.理解並能實作數位電腦視覺 (影像特徵提取、特徵強化、輪廓萃取、卷積運算、型態學運算、分水嶺演算法、距離轉換…) 原理應用與具備活用 OpenCV 函式庫之能力,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。

3.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)

4.會深度學習架構與實務常見應用方法(VGG16、VGG19、ResNet50、InceptionV3…)

5.學會用TensorFlow、Keras實現影像處理應用(人臉識別、物件識別…)並了解整個影像處理流程。

★適合對象★
●對電腦視覺與深度學習有興趣的您。
●即將投入深度學習的電腦視覺應用的工程師或專案人員,像是AOI(自動光學檢測)、自駕車、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。

★影像處理核心技術★


更多資訊 http://www.ittraining.com.tw/ittraining/course/computervision-imageprocessing/ai-dl-vid


臺北市中正區重慶南路一段143號4樓
營業時間:9:00~21:00 │ 週三、六、日9:00~18:00
客服電話:(02)2316-7736
客服信箱:service@ittraining.com.tw