電腦視覺 (Computer Vision）為深度學習領域中相當重要的研究領域，在產業界也有非常多的應用場景。本課程聚焦於電腦視覺技術與深度學習領域，從基礎的影像處理（OpenCV）切入，逐步帶領學員學習電腦視覺深度學習技術，包含卷積神經網路 (CNN) 基礎、經典 CNN 模型、物件偵測實作 (Object Detection) 與人臉辨識 (Face Recognition)、MobileNet 等。
電腦視覺與深度學習是 5G 物聯網時代的關鍵性技術，在萬物互聯的情景下，各種類型的感測器將深入我們的生活，其中以電腦視覺相關的裝置又是萬物互聯網下的主要裝置，很多應用場景都需要透過電腦視覺與機器學習解決過往難以解決的複雜問題。目前台灣企業在 AI 導入的腳步仍然緩慢，除了人才嚴重短缺，教育方式與學習效率無法跟上產業的快速變化也是主因。
「電腦視覺深度學習馬拉松」整理 50 多個電腦視覺與深度學習的重要知識點，是以自主學習加上翻轉教育的方式引導用戶學習，並輔以業界專家協助回答學員在學習過程中的疑難雜症，以專家線上導讀的形式加速學員在學習 AI 的速度與快速累積實戰基礎能力。
本讀書會搭配電腦視覺與深度學習馬拉松進行全方位學習，結合新版的課程升級進行全面專家導讀，原購買課程的用戶可以同時參考新舊版本進行學習，讀書會結束後的課程內容影音導讀將與教材結合，提供學員更完整的電腦視覺深度學習的知識點與實作能力培訓。
課程表
- D1：OpenCV 簡介 + 顯示圖片
- D2：Color presentation 介紹 (RGB, LAB, HSV)
- D3：顏色相關的預處理 (改變亮度, 色差)
- D4：以圖片為例做矩陣操作 (翻轉, 縮放, 平移)
- D5：透過 OpenCV 做圖並顯示 (長方形, 圓形, 直線, 填色)
- D6：affine transformation 概念與實作
- D7：perspective transformation 概念與實作
- D8：Filter 操作 (Sobel edge detect, Gaussian Blur)
- D9：SIFT 介紹與實作 (feature extractor)
- D10：SIFT 其他應用 (keypoint matching)
- D12：Image processing basic
- D13：OpenCV影像增強
- D14：雜訊與對抗
- D15：在圖像中的單詞周圍繪製邊界框
- D16：基於顏色、輪廓檢測物體
- D17：Pytorch影像增強
- D11 CNN分類器架構：卷積層
- D12 CNN分類器架構：步長、填充
- D13 CNN分類器架構：池化層、全連接層
- D14 CNN分類器架構：Batch Normalization
- D15 訓練一個CNN分類器：Cifar10為例
- D16 如何使用Data Augmentation
- D17 - D18 深度學習理論與實作：Classic CNN Backbone
- D19 InceptionV1-V3
- D20 ResNetV1-V2、InceptionV4、Inception-ResNet
- D21 Transfer learning
- D22 Breaking Captchas with a CNN
- D23：CNN補充說明
- D24：訓練上優化
- D25：CNN經典模型
- D26：Transfer learning
- D27 Object detection原理
- D28 Object detection基本介紹、演進
- D29 Region Proposal、IOU概念
- D30 RPN架構介紹
- D31 Bounding Box Regression原理
- D32 Non-Maximum Suppression (NMS)原理
- D33 - D34 程式導讀、實作
- D35-D36：R-CNN家族思想原理和Faster R-CNN實作(暫定兩天份量)
- D37-D38：認識SSD和其colab實作(暫定兩天份量)
- D39：YOLOv1到YOLOv8全面解析-導言
- D40：YOLO基本思想與原理
- D41：YOLOv2詳細解說和實作
- D42：YOLOv3 詳細講解和實作
- D43：YOLOv4詳解和實作
- D44 : YOLOv5 |基礎概念與loss function
- D45：YOLOv5 網路架構與組件
- D46： YOLOv5 自定義物件檢測 on Colab環境 step by step
- D47 : YOLOv6 理解與實作
- D48 : YOLOv7 理解與實作
- D49 : YOLOv8 理解與實作
- D50 : YOLO-NAS 理解與實作
- D51 人臉關鍵點-資料結構簡介，檢測網路架構
- D52 人臉關鍵點-檢測網路架構
- D53 訓練人臉關鍵點檢測網路
- D54 人臉關鍵點應用
- D55 Mobilenet
- D56 face recog.
- D57 pose est.
- D58 Img caption -> image segmentation
- D59 tracking
- D60 Segment anything
- D61 insightFace函式庫
- D62 PaddlePaddle函式庫
- D63 hugging face函式庫
- D64 MMdetection函式庫
- 電腦視覺實作專題
