【AI人工智慧電腦視覺系列課程】A I 深度學習與影像辨識實戰[免費諮詢]

本課程由淺入深，從理論到實戰，讓零基礎的學員也能理解深度學習的方法與工具，深度學習卷神經網絡(Convolutional Neural Networks，CNN)在影像處理的各種應用。 透過活用OpenCV ，從中學習電腦視覺與影像處理的概念、原理、範例，進而掌握各種開發方法，並有能力實作自己的視覺演算法模型 (prototype)，能快速的將所學到的技術應用在自己有興趣的視覺處理領域。！

1.熟悉數位影像於電腦中的表現形式(儲存格式、讀取及寫入、像素運算…)和影像處理方法(影像去雜訊、影像品質增強、影像重採樣…)。

2.理解並能實作數位電腦視覺 (影像特徵提取、特徵強化、輪廓萃取、卷積運算、型態學運算、分水嶺演算法、距離轉換…) 原理應用與具備活用 OpenCV 函式庫之能力，包含：影像處理、影片(視訊)處理、高階 GUI 工具(圖形互動介面)、Image Processing 演算法實務、Computer Vision 演算法實務。

3.融會貫通基礎演算法及函示庫工具，並且有能力實作自己的視覺演算法或影像分析模型 (Prototype)

4.會深度學習架構與實務常見應用方法(VGG16、VGG19、ResNet50、InceptionV3…)

5.學會用TensorFlow、Keras實現影像處理應用(人臉識別、物件識別…)並了解整個影像處理流程。

Open！打開智慧影像應用大門

適合對象

• 對電腦視覺與深度學習有興趣的您。
• 即將投入深度學習的電腦視覺應用的工程師或專案人員，像是AOI(自動光學檢測)、自駕車、人臉識別、車輛識別、VR/AR、安防、機器人開發…。
• 正從事深度學習的電腦視覺應用的工程師或專案人員，想了解如何加快開發流程的技術。
• 想學會電腦視覺演算法撰寫、測試與調校的您。
• 沒相關背景但對電腦視覺有興趣，或是接觸過卻似懂非懂，不知如何開始的學員。

★本課程沒有高深複雜的數學原理，只要具備簡單高中數學基礎即可，依照老師教學進度Step by Step學習，就可以自然而然地學會影像辨識的觀念與技術。