課程一覽 / YOLO系列 AI物件偵測實作
課程基本資料 2022
| 日期 | 2022/7/27(三)-2022/7/28(四) |
|---|---|
| 時間 | ■09:10~12:00 ■13:20~16:10 |
| 地點 | 國立臺灣大學計算機與資訊網路中心 R212電腦教室 （實體上課） |
| 費用 | 校內教職員生：1000元；校外人士其他：2000元 |
| 主辦單位 | 國立臺灣大學計算機及資訊網路中心 |
| 協辦單位 | 兌全有限公司 |
| 對象 | 半導體或電子資訊產業暨相關系統業者之在職人士或有相關技術需求者。 |
教師資訊 2022
課程簡介 2022
近年來人工智慧多物件識別與偵測(multiple object classification and detection)的方法已然成熟，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五版，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YOLOv4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影像中辨識目標的標註、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產品開發。
完成學習之後，可從本課程習得人工智慧視覺辨識的基礎開發技能，應用於安全監控、自架車、機器人、生醫領域自動視覺辨視、生產線自動化、農耕自動化等人工智慧領域相關產品的開發。
課程內容 2022
| YOLO AI Object Detection and Implementation | |
|---|---|
| 主要內容 |
CNN類神經網路整合介紹 YOLOv1演算法架構介紹 YOLOv2演算法架構介紹 YOLOv3演算法架構介紹 YOLOv4演算法架構介紹 YOLOv4優點說明 YOLOv4控制檔說明 物件偵測協同實作計畫說明 影像資料收集及標註實作 YOLOv4程式使用方法說明 YOLOv4模型訓練 模型訓練精準度評估 YOLOv4模型預估 YOLOv4物件偵測實作檢驗 Scaled YOLOv4演算法架構介紹 YOLOv5演算法架構介紹 |