課程時數
63小時
師資介紹
邀請業界資深AIOT團隊擔任講師
開課日期
111年4月16日至111年6月18日 ( 招生中，額滿截止 )
開課時間
週六全天班 AM9:30至PM5:30
課程費用
1. 全期學費32,000元(工業局補助$12,000元)，學員自付額$20,000元2. 特殊身分： 身心障礙者、原住民、低收入戶或中堅企業員工，需檢附資格證明文件(工業局補助$16,800元)，學員自付額$15,200元
招生對象
1. 具備Python程式語言基礎，有志投入AI物件偵測系統技術領域發展者2. 已在相關領域，欲增強本身專業技能者3. 本國學生 / 個人工作者。
上課人數
每班20人(即日起接受報名，額滿為止;最低開班人數10人)
職涯方向
電腦視覺演算法工程師│電腦視覺開發測試工程師│軟體開發工程師
注意事項
1. 每位學員出席率需達80%以上，完成專題作品發表作為評量依據，
合格者即可結訓頒發證書。2. 結訓學員應配合經濟部工業局培訓後電訪調查。
課程評量方式
課程規劃學員在修習完畢後能獨立撰寫AI物件偵測技術應用及整合機器學習與深度學習的開發能力。評量方式將以作業繳交、上課出勤作為評分或以分組、個別專題方式發表計分，合格者即可結訓頒發證書。
退費標準
各班一經報名，依教育局短期補習班設立及管理規則第33條辦理
課程內容
影像處理與辨識基礎理論
- 載入圖檔並顯示
- 色彩空間
- 寫入圖片檔案
OpenCV影像處理應用
- OpenCV架構
- 影像二維處理
- 影像強化
- 影像前處理-二值化、閾值分析
- 影像濾鏡應用-模糊
- 影像縮放
邊界偵測
- 常見邊緣檢測法
- Canny邊緣檢測（Edge Detection）
特徵偵測
- 取得影像的特徵點
- 特徵點描述及比對
物體偵測
- 人臉偵測與人臉識別
- 機器學習演算法
- 資料訓練與分類模型建立
- 圖形分類
- 視覺化二維資料分群
- 手寫資料測試
動態物體偵測
- 偵測移動物體
- 臨界值處理
DLib影像辨識應用
- Dlib套件應用
- Dlib特徵點描述
HOG應用
- HOG特徵原理
- HOG比對應用
LBP應用
- LBP特徵原理
- LBP特徵匹配與應用
機器學習
- 監督式學習方法（線性回歸, SVM, Decision Tree…）
- 非監督式學習方法（K-menas,K-means++…）
機器學習相關應用
- 介紹Scikit-learn套件
- 介紹資料標準化（Standardization）、資料清理（Data Cleaning）、補值等資料前處理概念
- 利用Scikit-learn套件建立監督式以及非監督是方法之分類器
深度學習
- 介紹神經元（Neuron）
- 類神經網路（Neural Network）
- 深度學習之應用範圍
- 激勵函數（Activation function）
- 深度學習相關內容
類神經網路架構（DNN、CNN、RNN…）
- 介紹CNN的網路架構
- 利用CNN建立圖像辨識分類器
- 建立CNN架構
- 介紹RNN的網路架構
- 利用RNN建立文章分類器
- 建立RNN架構
課程實習演練
- 公共場所人流控制系統
- 無人商店結帳系統
- 自然語言處理應用
實習環境
- 影像偵測與擷取模組
- 圖形加速運算設備
