| 2020-05-25
阅读980

[分享] 用实作让你对A I 深度学习与影像辨识技术豁然开朗
★课程介绍★
影像辨识领域是近年来深度学习最蓬勃发展的一块领域,举凡智慧家居、自驾车、生产瑕疵品检测、安防监控、医疗影像等应用,都和深度学习影像辨识技术息息相关。而如果想从深度学习中的影像辨识模型得到一个理想的结果(高準确率),影像资料的预处理/前处理,是非常重要的关键之一。

有效的影像前处理/预处理,意味着透过专业的影像处理技巧,降低影像中的杂讯(noise),让模型进行特徵提取时能更精準,降低运算资源的负担,模型的精準度才会高。

本课程全程实作导向,由产业资深讲师引领你掌握必会的影像处理技巧,接着教你深度学习卷神经网络(Convolutional Neural Networks,CNN)在影像处理的各种应用。完整的範例程式码加上讲师详细的讲解,帮助你更容易理解各种方法的原理。上机实战演练,从实做中,让你自然而然地了解CNN各种方法的架构与程式指令,不再似懂非懂,而是能快速的将所学到的技术应用在自己有兴趣的视觉处理领域。

★课程特色★
特色一:用实作让你对影像辨识的技术豁然开朗
本课程强调"How to",用一些明显易懂的观念,让你能掌握机器学习最核心的观念与技术本质。为了提升学习的"有感度",于每一个原理和演算法解说后,都会搭配实际程式範例,来进行上机实作演练。透过讲师Step by Step讲解,你将可以快速学会电脑视觉与深度学习的应用方法,包含影像处理、影像变换、特徵检测与影像辨识等。不再让您上完课,好像知道很多东西可是却又不知道从何开始。

特色二:缩短专案时程,确保产出
影像辨识在电子、资讯、金融、零售、医疗、通讯、文通、物流等领域如火如荼的发展,你都可能透过深度学习解决过去难以解决的影像辨识问题。然而这些演算法也并非就是万灵丹,尤其在资料科学领域,在不对的问题上找答案,往往都是徒劳无功。也许您正在或是未来将接触AI相关工作,实务上可能会遇到的问题也都可以拿来和讲师多交流讨论,也将有助于缩短专案时程,确保产出。

特色三:产业AI工程师实务亲授
本课程由业界资深工程师亲授,将多年的实务开发经验淬鍊在教学内容中,帮助学员快速掌握技术关键,跨越自学卡关的障碍,节省宝贵时间,能迅速投入于你有兴趣的电脑视觉领域,像是ROS机器人开发、自驾车演算法开发、医疗影像识别等。

★学习目标★
1.熟悉数位影像于电脑中的表现形式(储存格式、读取及写入、像素运算…)和影像处理方法(影像去杂讯、影像品质增强、影像重採样…)。

2.理解并能实作数位电脑视觉 (影像特徵提取、特徵强化、轮廓萃取、卷积运算、型态学运算、分水岭演算法、距离转换…) 原理应用与具备活用 OpenCV 函式库之能力,包含:影像处理、影片(视讯)处理、高阶 GUI 工具(图形互动介面)、Image Processing 演算法实务、Computer Vision 演算法实务。

3.融会贯通基础演算法及函示库工具,并且有能力实作自己的视觉演算法或影像分析模型 (Prototype)

4.会深度学习架构与实务常见应用方法(VGG16、VGG19、ResNet50、InceptionV3…)

5.学会用TensorFlow、Keras实现影像处理应用(人脸识别、物件识别…)并了解整个影像处理流程。

★适合对象★
●对电脑视觉与深度学习有兴趣的您。
●即将投入深度学习的电脑视觉应用的工程师或专案人员,像是AOI(自动光学检测)、自驾车、人脸识别、车辆识别、VR/AR、安防、机器人开发…。
●正从事深度学习的电脑视觉应用的工程师或专案人员,想了解如何加快开发流程的技术。
●想学会电脑视觉演算法撰写、测试与调校的您。
●没相关背景但对电脑视觉有兴趣,或是接触过却似懂非懂,不知如何开始的学员。

▲本课程没有高深複杂的数学原理,只要具备简单高中数学基础即可,依照老师教学进度Step by Step学习,就可以自然而然地学会影像辨识的观念与技术。

★影像处理核心技术★
[分享] 用实作让你对A I 深度学习与影像辨识技术豁然开朗

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

台北市中正区重庆南路一段143号4楼
营业时间:9:00~21:00 │ 週三、六、日9:00~18:00
客服电话:(02)2316-7736
客服信箱:service@ittraining.com.tw