課程目標
- 具備AI關鍵技術開發能力及影像偵測與辨識技能。
- 利用OpenCV 4.x 處理影像視覺等相關設計問題。
- 延伸於多方面的應用，如AI品檢系統瑕疵檢查、影像預處理...等。
- 使用Intel神經運算棒2實現邊緣運算之應用(人臉識別、物件識別...)並了解影像處理流程，以及對邊緣運算的趨勢與應用有更深入的了解。
課程內容
Ch1 - 影像處理
課程內容
- 數位影像格式與資料結構
- 影像處理與辨識基礎理論
- 辦識系統OpenCV 4.x 影像處理應用建置與開發實戰
Ch2 - 物件偵測方法
課程內容
- 邊界偵測
- 特徵偵測
- 物體偵測
- 動態物體偵測
- HOG應用DLib
- 影像辨識應用
- LBP應用
Ch3 - 深度學習開發環境建置與探討
課程內容
- 深度學習導論
- TensorFlow套件
- 開發環境建置與操作（Google Colaboratory
- 紹多種深度學習類神經網路架構（DNN, CNN, RNN …）
Ch4 - 深度學習開發環境建置與探討
課程內容
- Intel NCS2神經網路運算裝置架構分析探討
- Edge computing邊緣計算分散式運算架構解析與IntelOpenVino Toolkit整合應用。
- OpenVino應用程式實戰各項案例（辦識、偵測與預測應用）
- 實戰應用OpenVino Runtime development
- 專題實作（物體辨識系統）
