基本資訊
| 日期 | 2020/8/13(四)-2020/8/14(五) |
|---|---|
| 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 1000 元，其他 2000 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 | 兌全有限公司 |
| 對象 | 具備基本程式語言設計基礎，未來想從事人工智慧開發工程師、高階軟體開發工程師、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 |
師資
兌全有限公司 鄭羽熙 博士
兌全有限公司 總經理
學歷：國立台灣大學 電機系博士 (1992)
經歷：
中山科學研究院簡聘技正
德碩半導體股份有限公司晶片設計經理
麗臺科技股份有限公司副總工程師
專長：
Deep learning and Artificial intelligence application
Multi-core parallel processing and GPU massive processing
Video codec and algorithm
Embedded SOC system
FPGA and Chip design
ECG and HRV application
課程簡介
近年來人工智慧多物件識別與偵測 (multiple object classification and detection) 的方法已逐漸成熟，尤其是具有即時偵測特性的方法更為大家所關注。YOLO (You Only Look Once) 多物件偵測方法從第一版演進至今已進化至第三版，所採用的方法也都是近年來一時之選的技術，因此已經可以達到不錯的偵測效果，但是由於其複雜度的提升，總是讓初學者難以掌握；有鑑於此，本課程特別以YOLOv3為主題，詳細說明其理論基礎，並且更進一步提供實習環境，讓學員以實際的主題進行簡易的影像資料訓練及預估，親自的演練一次流程，以便之後能夠確實的使用此工具進行人工智慧視覺辨識的學術研究及產品開發。
課程內容
| YOLOv3 AI Objection Detection Step-by-Step Hands on Practice | |
|---|---|
| 第一天 | 第二天 |
|
CNN類神經網路介紹 YOLOv1演算法架構介紹 YOLOv2演算法架構介紹 YOLOv3演算法架構介紹 YOLOv3優點說明 YOLOv3控制檔說明 物件偵測實作計畫說明 |
影像資料收集及標註 YOLOv3程式使用方法說明 YOLOv3模型訓練 模型訓練準度評估 YOLOv3模型預估 YOLOv3物件偵測實作檢驗 |