2019 暑期高效能運算課程

High Performance Computing and Big Data

MATLAB 於電腦視覺與深度學習的應用

基本資訊

【日期】 2019/7/08 (一)

【時間】 ■09:10~12:00 ■13:20~16:10

【地點】 計中 212 教室（電腦教室）

【費用】 臺灣大學及國立臺灣大學系統 500 元，其他 1000 元，名額40人

【主辦單位】國立臺灣大學計算機及資訊網路中心（臺大計中）

【協辦單位】鈦思科技股份有限公司

師資

鈦思科技 洪詩涵 Sarah 應用工程師

目前任職於鈦思科技應用工程師，擔任MATLAB專任講師與負責產品技術支援，主要負責影像處理、電腦視覺、深度學習等技術支援。

詳細資料

課程簡介

此課程將分為2個部分：

MATLAB於電腦視覺應用

電腦視覺系統工具箱提供許多電腦視覺、影片處理系統設計和模擬的演算法。課程以介紹MATLAB的System Object做為開始，解釋它是如何支援串流處理，許多電腦視覺的演算法是以此形式實現的。接著介紹電腦視覺的基礎，如何從影像偵測並提取出特徵，對兩張影像得到的特徵做匹配，可以達到影像對正的應用。若搭配機器學習，可以達到影像分類與物體偵測的應用。課程的最後介紹立體視覺，從相機校正做為開始，利用兩個視角的照片去建構出3D環境資料，也稱為點雲資料，以得到深度資訊。



MATLAB於深度學習應用

深度學習是目前人工智慧的主流，透過MATLAB每個人都可以輕鬆設計、訓練和視覺化深度學習模型。此課程介紹深度學習中用來實現影像分類的卷積神經網絡(Convolution Neural Network)，您可以直接使用多種專家的模型，例如ResNet, Inception-v3來進行遷移式學習，抑或是自己設計深度學習網絡。此外使用者在Caffe與Tensorflow-Keras訓練好的模型，可以透過Importer轉入到MATLAB。MATLAB支援CUDA-enabled NVIDIA GPU，可利用單個或多個GPU來加速訓練與進行辨識。

課程內容

MATLAB於電腦視覺應用 (上午) MATLAB於深度學習應用 (下午)

Streaming Processing

  • Importing and playing videos
  • Combining and overlaying video frames
  • Inserting text, shapes and markers in video frames
  • Template Matching Technique

Detecting, Extracting and Matching Image Features

  • Detecting and extracting features
  • Matching features
  • Automating image registration
  • Object Detection Using Point Feature Matching

Image Category Classification

  • Machine Learning workflow
  • Bag of Visual Words
  • Scene Identification Application

Object Detection

  • Available Pre-trained Models
  • Detecting objects using the cascade object detector
  • Training Image Labeler app

Stereo Vision

  • Camera Calibration App
  • 3D scene reconstruction Example

What is Deep Learning?

  • Why is Deep Learning So Popular
  • Deep Learning Enablers

Layers in Convolution Neural Network

  • What are Neural Networks
  • Layers in Convolution Neural Network

Image classification using pre-trained network

  • Import the Latest Models
  • Image Classification Using Pre-trained Network
  • Manage Large Sets of Images

Train a new model

  • Two Approaches for Training New Model
  • Train from Scratch
  • Transfer Learning

對象

具備基本 MATLAB programming知識，未來想從事系統開發工程師、財務分析工程師、電子/電機相關工程師、測試/量測工程師、醫學界研發人員、生物科技研究人員，以及統計/數值分析人員等。

備註

本課程不供餐，不提供上課證明或證書。