AI邊緣運算影像辨識實戰上課時數:35小時
( Artificial intelligence Edge Computing / Machine Vision )
本課程以影像處理技巧開始,接著應用深度學習的演算法來進行影像偵側、識別等高階影像處理。由於AI邊緣運算具有減少數據誤差與傳送延遲的特性,因此即時影像分析傳到雲端處理比以往來的更順暢且更安全,對於智慧家居、自駕車、生產瑕疵檢測、安防監控、醫療影像等應用更符合產業發展需求。
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。
學員結訓具備技能
-
利用OpenCV 4.x實現機器視覺應用。
-
學會AI軟硬整合,實現邊緣運算之Machine Vision影像辨識應用。
課程優勢
-
業界專業講師,訓用合一為目標
專業實務經驗講師,業界需求導向課程規劃,著重培養科技界即戰力人才。
-
實作範例演練,紮實你的開發實力
業界師資群自行技術研發,多元化周邊模組搭教學,與業界實際開發不脫節
-
由淺入深連貫性教學,完整的學程規劃
循序漸進連貫性教學,掌握每階段的學習方向。
-
中華數位F.B技術討論區,提供學員疑難雜症的好幫手
不論在學中或結訓後提供你解決學習上的疑難雜症,讓學員學習上不再單打獨鬥。
-
業界師資群編譯最新的實作教材
業界資深師資群合作編譯最完整的課程教材,規劃更貼近業界需求課程內容,不斷創新。
-
IT產業資深助教 課堂上協助教學
資深助教課堂協助教學,讓學員學習更有成效。
-
提供完整的教學錄影檔,方便學員課後練習
中華行動數位提供上課的教學錄影檔,讓你學習成效不中斷。
-
協助完成專題、輔導就業
學員不僅在學習過程有充實的專題實作訓練,結訓後可針對職業做職涯規劃。
課程大綱
Ch1 - 影像處理
-
課程內容
-
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
-
DLib影像辨識應用
-
HOG應用
-
LBP應用
Ch3 - 深度學習開發環境建置與探討
-
課程內容
-
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 - 邊緣運算專題實作
-
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。
課程內容
-
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)
- 1.
從事嵌入式相關工作,欲學習AI影像辨識系統技術開發者
- 2.
對AI影像辨識系統有興趣,想再增強本身專業技能者
- 3.
具備Python程式語言基礎尤佳。
-
-
自動化工程師
-
電腦視覺演算法/軟體開發工程師
-
電腦視覺開發測試工程師