Python程式設計 Cortex-M4系統開發

AI機器視覺辨識技術應用

OpenCV(Open Source Computer Vision Library)在影像處理方面應用非常廣泛，舉凡在即時人臉偵測識別、物體識別、動作識別、物體追蹤、傅立葉轉換、紋理分析、動態視訊…等等，透過機器學習、深度學習相關函式庫，使電腦視覺(Computer Vision)與人工智慧(AI)應用逐漸普及且廣泛應用在生活中，舉凡汽車自動停車、輔助駕駛、車道偏移等技術均與物件偵測息息相關。在工業生產線上更大量應用此技術檢測產品良率，物件偵測精準度一直是大家關注的焦點。

本課程設計，從瞭解物件偵測基礎理論應用專有名詞及其代表的意義學起，進而瞭解OpenCV API學習、影像擷取應用、人工智慧理論應用等基礎概念的AI物件偵測技術應用教學，帶領學員熟悉的物件偵測與辨識應用，再搭配AI人工智慧自動學習辨識特徵，進而提高物件偵測與辨識精準度的實作課程。

課程目標

  • 學員具備AI關鍵技術開發能力及影像偵測與辨識技能。
  • 利用OpenCV處理影像視覺等相關設計問題。
  • 可再進一步延伸於多方面的應用，諸如網路爬蟲、數據分析、Web程式、機器學習等。

結訓具備以下技能

  • 利用OpenCV處理一般程式設計與視覺問題。

  • 了解程式語言的架構、特性及開發方式並活使OpenCV相關函式庫。

職涯發展

  • 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

適合對象

  • 已在相關領域，欲再增強本身專業技能者

  • 具備Python程式語言基礎

  • 對於影像處理有基本概念者

課程大綱

影像處理與辨識基礎理論

  • 載入圖檔並顯示
  • 寫入圖片檔案
  • 色彩空間

    • OpenCV影像處理應用

  • OpenCV架構
  • 影像前處理-二值化、閾值分析
  • 影像二維處理
  • 影像濾鏡應用-模糊
  • 影像強化
  • 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
  • 圖形分類
  • 機器學習演算法
  • 視覺化二維資料分群
  • 資料訓練與分類模型建立
  • 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

    • 專題實作

    • OpenCV影響處理實作
    • 影像偵測與擷取模組應用
    • 物體偵測與辨識
    • 手勢偵測與辨識
    • 數字偵測與辨識
    • 人臉偵測與辨識
    • 材質紋理分類應用
    • 圖形紋理分類應用
    • 機器學習整合應用

選擇中華數位的好處

學會撰寫Function擺脫開發限制

中華數位講師規劃由淺入深的實務開發學習流程與內容，讓你成為可獨立撰寫Function的Engineer。

業界肯定的實力

20年教育訓練經驗 + 業界產品開發講師不定期編譯符合業界需求的課程內容，用專業的角度和實戰經驗帶你快速與產業界接軌。

知名企業的共同選擇

客製化的內外訓教學服務，依專案需求調整課程內容。

結訓就業沒煩惱

實作專題立即與產業接軌就業沒煩惱

開課時間

109年4月11日至109年5月2日

(週六全天班AM9:30至PM5:30)

專業課程諮詢服務

說明會時間：
約50分鐘，歡迎攜伴參加

姓名

電話

E-Mail