資策會•數位教育研究所•科技化服務(ITeS)中心
   
       
 
 
         
   
★ 成為 全方位的人工智慧專家!
人工智慧物件偵測實力精修班

2019/2/25開課,2/18前報名可享 早鳥優惠!

◆ 課程緣起

繼CNN (Convolutional Neural Network) 網路發展之後,另有一實用的R-CNN (Region-based Convolutional Neural Networks) 網路被開發應用於多物件偵測(multiple object detection),其發展過程大致可分成較為精確但無法即時(real time)處理的Faster R-CNN及Mask R-CNN與較不精確但可即時處理的SSD (Single Shot MultiBox Detector)及YOLO(You Only Look Once)等多物件偵測方法;此四種物件偵測方法結合當代CNN類神經網路機器學習的優點,加上多區域及多解析度的平行辨識能力,使其優於傳統的影像辨識方法,成為當今影像物件偵測的主流方法;可應用於機器人與自駕車的視覺辨識、生產線產品的瑕疵辨識、保全系統的自動化辨識等許多與機器視覺相關的領域;等於是賦予人工智慧應用系統一多維度的眼睛,從此人工智慧系統對外界環境不再是瞎子摸象,可確實的感知外界物件的存在及其位置,進而推測其動態的變化。因此,此多物件偵測技術確實為人工智慧打開了一道視覺的任意門,使人工智慧技術得以實在的融入到我們的生活。

本課程以R-CNN為主軸,深入介紹Faster R-CNN、Mask R-CNN、SSD、YOLO等物件偵測方法;內容包含演算法講解及其重要的部分程式碼追蹤,使學員可以充分的瞭解其設計方法,並實用於與人工智慧視覺辨識相關的產品研發。

 ◆ 課程目標

本課程的目標在訓練學員上手設計機器視覺、物件辨識與偵測等演算法及處理程式。本課程使用Python及OpenCV在TensorFlow、Caffe、C++/CUDA等平台上開發Faster R-CNN、Mask R-CNN、SSD、YOLOv3等影像物件偵測程式。透過演算法講解、展示、程式追蹤說明,培養學員熟悉以上各種物件偵測模型的訓練與上線預估設計,並應用於人工智慧影像物件偵測的產品開發。

 ◆ 適合對象
  • 高階軟體開發工程師

  • 電子/電機/資訊相關工程師

  • 大數據相關研發人員或資料科學家

  • 統計/數值分析研究人員

  • 財務分析工程師

  • 醫學工程研究人員

  • 生物科技研究人員

須具備Python以及TensorFlow基礎能力

建議可先修習資策會 Python機器學習以及 人工智慧TensorFlow 應用設計

 ◆ 課程特色
  • 堅強師資陣容:授課老師具備完整知識及豐富的業界經驗。課程中將以著名的案例來說明影像物件偵測原理及其應用於人工智慧的方法,讓學員以最快的速度奠定影像物件偵測與人工智慧的設計基礎。
  • 課程內容彙整論文及書籍精華:講義內容豐富,不但綜整許多著名書籍的精華內容,並且萃取多篇具有代表性的學術及專業論文,使學員能夠有效率的吸收到最新、最流行的人工智慧技術。
  • 快速的重點講解:課程中將結合講師講授、經驗分享、實務案例分析、工具軟體應用示範,以增進學習的成效。同時,提供豐富的補充教材,包括設計時參考使用的程式源碼及實驗資料取得方式,讓學員能夠盡快上手,開始設計屬於自己的專案計畫,加入人工智慧的設計行列。
 ◆ 課程大綱
單元
主題
內容大綱
1

 

Faster R-CNN

方法介紹


n   Faster R-CNNFast R-CNN的異同

n   Faster R-CNN演算法架構介紹

n   Faster R-CNN優缺點說明

n   準備訓練資料

n   Faster R-CNN模型訓練及預估

n   Faster R-CNN程式追蹤

2

SSD方法介紹

 

 

n  SSDFaster R-CNN的異同

n   SSD演算法架構介紹

n   SSD優缺點說明

n   SSD模型訓練及預估

n   SSD程式追蹤
3

YOLOv3方法介紹

n   YOLOv3SSD的異同

n   YOLOv3演算法架構介紹

n   YOLOv3優缺點說明

n   YOLOv3安裝與執行

n   YOLOv3模型訓練及預估

n   YOLOv3程式追蹤

4

Mask R-CNN

方法介紹

 

n   Mask R-CNNFaster R-CNN的異同

n   Semantic Segmentation 方法介紹

n   Mask R-CNN演算法架構介紹

n   Mask R-CNN優缺點說明

n   Mask R-CNN模型訓練及預估

n   Mask R-CNN程式追蹤

 

* 課程執行單位保留調整課程內容與講師之權利

 ◆ 課程日期

2019年2/25(一)、2/26(二),每日9:30~12:30、13:30~16:30 上課,計二天、12小時。

 ◆ 上課地點

資訊工業策進會 數位教育研究所, 台北市信義路三段153號10樓。
上課地點位於捷運大安站1號出口左轉(復興南路與信義路交叉口附近)
* 上課地點與教室之確認,以上課通知函為主。

 ◆ 報名方式
本課程採線上報名,請按右方【我要報名】進入報名系統。

按此連至線上報名網址
下載DM

課程諮詢:(02)6631-6539 課程經理 張先生,或E-mail:alanchang@iii.org.tw
報名確認:(02)6631-6535 郭小姐,或E-mail:florakuo@iii.org.tw
 ◆ 課程費用與繳費
1. 本課程費用 NT$12,000元(含稅)費用含課程、講義及午餐費。
2. 凡於2019年2月18日前,完成報名並填寫繳費資料者,可享優惠價 NT$8,400 元(含稅)。
3. 團報優惠:兩人團報可打95折、四人團報可打9折優惠。
˙團報優惠與早鳥優惠可一併使用。
˙課程報名系統每個帳號僅提供一位學員報名,若為團報學員,每位皆必須完成線上報名,並於其他金額說明欄位註記「與XXX一起團報」,以利事後核對名單。
4. 請以信用卡或即期支票支付—
  ˙以信用卡支付者:請務必將正確信用卡資料填寫於繳費方式資料表。
˙以即期支票支付者:抬頭為「財團法人資訊工業策進會」, 劃線並禁止背書轉讓,以掛號寄至台北市106復興南路一段390號15樓,邱小姐 收。
5. 課程若未如期開班,費用將全額退還。
◆ 報名確認與取消
1. 已完成報名與繳費之學員,課程主辦單位將於開課三天前以E-mail方式寄發上課通知函;若課程因故取消或延期,亦將以E-mail方式通知,如未收到任何通知,敬請來電確認。
2. 已完成繳費之學員如欲取消報名,請於實際上課日前以書面通知業務承辦人,主辦單位將退還90% 課程費用。
3. 學員於培訓期間如因個人因素無法繼續參與課程,將依課程退費規定辦理之︰上課未逾總時數三分之一,欲辦理退費,需先扣除原廠教材費用,再退還所有費用二分之一;上課逾總時數三分之一,則不退費。
4. 課程執行單位保留是否接受報名之權利。
5. 如遇不可抗拒之因素,課程主辦單位保留修訂課程日期及取消課程的權利。
 ◆ 餐點服務
本課程上課期間,每天都會提供午餐,學員不需自行準備或額外付費。
 ◆ 結業證書
依本會ISO品質系統之「教育訓練服務程序」規定,本課程學員缺課未超過總時數五分之一者,結業時由本會核發結業證書。
 ◆ 學習護照
本課程學習時數可登錄「公務人員終身學習護照」及「中小企業終身學習護照」,相關事宜按發照單位作業辦法辦理。
 ◆ 資策會 研發管理 課程架構圖
 
 ◆ 人工智慧 相關課程
 ◆ 人工智慧 相關 報導

 

   
         
     

資訊工業策進會 數位教育研究所    版權所有,禁止侵害,違者必究。
Copyright (c) 2015 III Digital Education Institute. All Rights Reserved