深度學習影像辨識|YOLO物件偵測全解析

課程資訊 課程大綱 開課單位 常見問答
Loading...
線上課程

深度學習影像辨識|YOLO物件偵測全解析

4975次瀏覽
NT$2,682 $2,980
優惠現領
9 折
【10月限時折價券】
課程資訊
本頁面課程內容及活動資訊概由廠商提供,部分內容非屬104服務範疇,會員應遵守之規範悉依 104課程中心會員規約 所載。
上課時間 無限期觀看課程查看更多
上課方式 於開課單位網站兌換後觀看課程
課程內容
課程大綱
展開全部
1 課程介紹與說明
01
課程前導I歡迎您一同學習
02
學習路徑I適性化的學習建議
03
實作範例連結I課程講義下載
2 物件偵測介紹
01
單元二大綱
02
什麼是物件偵測?
03
物件偵測資料集介紹
04
如何計算物件偵測最重要的指標(Average Precision)?
05
Average Precision 實作練習:比較不同偵測結果下的AP
06
何謂非極值抑制(Non-Maximal Suppression)?
07
Non-Maximal Suppression實作
08
單元二測驗
3 運用YOLOv1實現口罩偵測應用
01
單元三大綱
02
二階段物體偵測:R-CNN, Fast R-CNN以及Faster R-CNN
03
單階段物體偵測:回顧二階段物體偵測模型之間的差異以及待改進之處
04
YOLOv1 原理介紹與二階段物體偵測模型之優勢與劣勢
05
SSD 介紹:另一種單階段物體偵測模型
06
YOLOv1 實作1:Pascal VOC資料集上的模型訓練
07
YOLOv1 實作2:口罩偵測
08
單元三測驗
4 運用YOLOv2實現偵測複數個形心位置相同的物體
01
單元四大綱
02
YOLOv2 原理介紹:為何效能超越YOLOv1、Pascal VOC資料集上的模型訓練
03
YOLOv2 實作:Pascal VOC資料集上的模型訓練
04
單元四測驗
5 運用YOLOv3實現Muti-Label物件偵測模型
01
單元五大綱
02
比較Cross entropy與Focal loss的差別
03
YOLOv3 原理介紹:與RetinaNet的差異以及優勢
04
YOLOv3 實作1:Carsim資料集的多類別車輛偵測模型訓練
05
YOLOv3 實作2:Carsim資料集的Muti-Label車輛偵測模型訓練
06
單元五測驗
6 運用YOLOv4在醫學影像,並學會如何最佳化超參數
01
單元六大綱
02
YOLOv4 原理及其架構介紹
03
介紹YOLOv4的原理以及運用Bag of Freebies提升系統效能(上)
04
介紹YOLOv4的原理以及運用Bag of Freebies提升系統效能(下)
05
YOLOv4 實驗結果
06
YOLOv4 實作1:BCCD資料集上的模型訓練
07
各種超參數搜尋技巧介紹:其中包括grid search, random search以及Optuna
08
使用Optuna求解基本二階函數
09
YOLOv4 實作2:運用Optuna最佳化YOLOv4於BCCD資料集之mAP
10
單元六測驗
7 運用YOLOv5整合複數個模型的偵測結果以提升辨識率
01
單元七大綱
02
YOLOv5 原理與各種關鍵模組介紹
03
YOLOv5 實作1:比較不同YOLOv5的inference設定
04
YOLOv5 實作2:在coco128資料集上的模型訓練、 比較使用genetic algorithm最佳化前後的mAP差異
05
單元七測驗
8 比較YOLOX與其它模型的優勢
01
單元八大綱
02
YOLOX的原理以及各種關鍵模組介紹
03
YOLOX 實作1:YOLOX v.s. YOLOv1 在口罩資料集辨識上的辨識率
04
YOLOX 實作2:YOLOX v.s. YOLOv4 比較在BCCD資料集上的辨識率
05
YOLOX 實作3:YOLOX v.s. YOLOv5 比較在coco128資料集上的辨識率
06
單元八測驗
9 2022 最新,YOLOv7 解析與實作!
01
單元九大綱
02
YOLOv7的原理以及各種關鍵模組介紹
03
非YOLOv7所提出的bag-of-freebies
04
YOLOv7 實驗結果
05
YOLOv7 實作1:比較YOLOv1, YOLOX, YOLOv7 在口罩資料集的辨識率
06
YOLOv7 實作2:YOLOv7 在VisDrone資料集的實作
07
單元九測驗
10 2023 最新,YOLOv8 解析與實作!
01
單元十大綱
02
YOLOv8 原理:Backbone與Neck
03
YOLOv8 原理:Head 與 Loss function
04
YOLOv8 原理:訓練與 Data Augmentation
05
YOLOv8 超參數最佳化
06
YOLOv8 實作1:比較 YOLOv1, YOLOX, YOLOv7, YOLOv8 在口罩資料集的辨識率
07
YOLOv8 實作2:比較 YOLOv7 , YOLOv8 在 VisDrone 資料集的辨識率
08
單元十測驗
11 2024 更新,YOLOv9 解析與實作!
01
單元十一大綱
02
YOLOv9 原理:Backbone, Network 與 Neck
03
YOLOv9 原理:模型細節
04
YOLOv9 實驗結果
05
YOLOv9 實作1:比較YOLOv1, YOLOX, YOLOv7-v9 在口罩資料集的辨識率
06
YOLOv9 實作2:比較YOLOv7-YOLOv9 在VisDrone資料集的辨識率
07
單元十一測驗
12 2024 更新,YOLOv10 解析與實作!
01
單元十二大綱
02
YOLOv10 原理:Backbone, Network與Neck
03
YOLOv10 原理:模型細節
04
YOLOv10 實驗結果
05
YOLOv10 實作1:比較 YOLOv1, YOLOX, YOLOv7-v10 在口罩資料集的辨識率
06
YOLOv10 實作2:比較 YOLOv7-YOLOv10 在VisDrone資料集的辨識率
07
第十二單元測驗
13 2025 全站最新!YOLOv11 解析與實作
01
單元十三大綱
02
YOLOv11原理:Backbone, Network與Neck
03
YOLOv11原理:模型細節
04
YOLOv11實驗結果
05
YOLOv11實作1:比較YOLOv1, YOLOX, YOLOv7-v11 在口罩資料集的辨識率
06
YOLOv11實作2:比較YOLOv7-YOLOv11 在VisDrone資料集的辨識率
07
第十三單元測驗
14 完課後方向
01
老師的一封信
02
證書取得方式
你可以學到
適合對象
  • 想學習深度學習,並將深度學習應用於專案
  • 具備程式設計能力,但不具備開發 AI 功能,希望能擴展 AI 應用
  • 有機器學習模型開發經驗,想進一步的透過深度學習模型提升開發效能
  • 想學習深度學習在電腦視覺上的應用,以增加就業機會。
  • 數學或統計相關科系畢業,想增加自身技能
課程講師
林哲聰
現任瑞典Zenseact(Volvo Cars)自動駕駛深度學習工程師經歷|▻ 瑞典Chalmers University of Technology博士後研究員▻ 工研院機械所副研究員/研究員/資深研究員▻ 馬來西亞10 EPOCH科技公司研發顧問▻ 馬來西亞偉特科技公司(ViTrox)研發顧問▻ 加州大學聖塔芭芭拉分校資工系訪問研究員▻ 工研院產業學院講師▻ 清華大學自強基金會講師專長|電腦視覺、機器學習、深度學習及其在駕駛輔助系統以及自駕車之各種應用獲獎經驗|▻ 2020 中華民國資訊學會碩博士最佳論文獎-博士論文佳作▻ 2020 中華民國影像處理與圖形識別學會第十三屆博碩士論文獎-博士論文佳作▻ 2020 AI智慧應用新世代人才培育計畫-人才解題實證(倒車攝影機影像識別-障礙物與逼近偵測): 佳作▻ 2019 IEEE ICIP Three Minute Thesis Competition (3MT®): Finalist▻ 2018 第八屆兩岸清華研究生學術論壇 清華大學代表▻ 2017 CVGIP 行人偵測競賽 亞軍▻ 2017 MOST 生成式對抗網路競賽 佳作▻ 2016 日本立命館大學英文演講比賽 清華大學代表▻ 2013 伽利略創新大賽 瑞士區冠軍▻ 2011 伽利略創新大賽 特別獎(GNSS Living Lab)得主▻ 2010 伽利略創新大賽 台灣區季軍
展開全部
開課單位
緯育TibaMe
緯育TibaMe由全球最大資通訊集團之一的緯創資通集團於2015年正式成立,我們專注於人才培訓與平台服務,發展多元的授課模式,並結合緯育開發的雲端智能化學習系統,有效培育新世代數位化人才。在行動與雲端時代,用科技加值人才培育,持續發展創新與有效的數位教育學習服務。
最新動態 看所有動態

為什麼努力沒被看見?10 / 9 前免費檢測⏰找出關鍵潛力,讓付出成功被看見

工作多年、進修許多技能,現今想要職涯再突破卻找不到努力的方向? 只要 3分鐘從工作情境快速分析個人能力配比👉 https://tibame.tw/R8dhA 還可以獲得 ✅ 精準拆解你最值得投資的「職場潛力區」 ✅ 找出你一直忽略、卻能立刻強化成績效的能力點 ✅ 送出一份【專屬應用建議】幫你放大潛能、提升工作效能 這些能力就隱藏在你 → 每日的信件撰寫 → 報表整理分析 → 提案簡報製作 → 新產品上市 → 開發合作廠商 還有更多日常工作任務之中 📣如果你正想要成績更亮眼、效率更高、提案更有說服力、合作更順利 現在就前往解鎖你現在最該投資的潛力區、掌握下一步行動 完整能力解析🔗 https://tibame.tw/nDS7J

免費報名📍如何順利進入夢幻電商產業?

#最後一週免費報名 🤔電商人抗壓性都很強?甚麼特質最容易錄取? 重量級前輩來分享🟢綠界大數據總經理 Ken x ⚫小黑老師 邱煜庭 你想知道的電商圈內情報都在這!由兩位業界專家引路,帶你看懂最新產業趨勢、揭開品牌徵才標準, 讓你提早做足準備、進入理想電商職缺。 📍如何順利進入夢幻電商產業?你的電商職涯加速器 直播時間:9/23(二)20:00-21:30 報名連結:https://tibame.tw/BzeTf 📍精彩內容預告 • 在電商工作是甚麼樣貌、未來發展如何? • 成為電商圈內人!了解品牌正面臨的挑戰與機會 • 案例分享:如何用數據驅動品牌成長 • 哪些人格特質或履歷經驗最優先錄用? • 想進電商,現在可以先做的準備 • 《電商成長顧問養成營》獨家優勢介紹
常見問答
如何購買課程並開始上課
於欲購買 1. 線上課程之頁面,點擊「立即購買」,成功使用信用卡完成付款並確立訂單成立後,本平台將透過購買填寫之信箱,以郵件方式通知「訂單成立」,後續兌換學習有兩種形式:(A) 若購買學習廠商提供課程,購買後「提供課程兌換序號、兌換連結、兌換碼使用說明」,引導您至購買課程之出版廠商兌換並上課、(B)若購買是104學習系統,購買完可以從郵件、訂單明細、課程詳細頁直接進到站內線上學習。 2. 實體課程之頁面,點擊「立即購買」,成功完成付款並確立訂單成立後,本平台將透過購買填寫之信箱,以郵件方式通知「訂單成立」即可完成報名,後續開課單位會有專員與您聯繫後續事宜。
購買與報名課程付款方式?
僅提供信用卡付款。
有支援信用卡分期嗎?
平台有提供分期服務:結帳金額滿$4,000可享三期零利率,滿$12,000可享六期零利率;分期服務支援銀行公司為:中國信託、台新銀行、玉山銀行,實際分期金額依各發卡行規定
已完成付款,但用錯優惠碼怎麼辦?
請申請退款並重新下單,已使用之優惠碼,本平台將不進行退回,敬請見諒。
線上刷卡後訂單狀態顯示「待付款」
代表您的結帳流程尚未完成,請儘速完成結帳程序,以免課程相關優惠權益失效。
刷卡失敗的原因
可能為以下原因: 1.授權失敗(例:信用卡發卡銀行系統忙碌、網路塞車、刷卡等待時間過久造成系統確認失敗等問題),建議稍待一段時間再重新刷卡。 2.輸入信用卡卡號等相關資料不正確(例:輸入資料不正確、卡號過期、尚未開卡等問題),建議重新確認輸入資訊。
如何選擇紙本發票
為響應政府政策,不主動提供紙本發票,委由金財通系統寄發電子發票開立通知信至學員購買課程時填寫之Email,發票自動存入會員載具,若未收到請告知。
企業請款之憑證,如何申請
若需要進行企業請款,請於購買時輸入統一編號、發票抬頭,本平台將以郵件寄送電子發票方式,至您填寫之信箱。
多久會收到發票
發票將於付款成功,3個工作天內開立,敬請稍候。
如何退款
請參考下方退款須知與流程 1.若您於本平台成功完成付款購買課程,有退款需求,於外部學習廠商兌換之線上課程自購買日起7天內,且未進行課程兌換,可申請全額退費;於104課程中心站內學習課程若購買日起7天內後「未進到學習頁」,可申請全額退費;實體課程須於開課日前 1 日之非假日上班時段前與104學習提出申請,始得要求全額退費。 2.若需申請退款,請使用信件主旨:「課程中心退款申請」,並於信件內容寫明購買人姓名、訂單編號、欲退款之課程名稱,郵件至nabiservice@104.com.tw,本平台將於5個工作天內盡快為您處理。 3.確認提出退款申請時間為課程購買日起7天內,且未進行課程兌換,本平台將與欲申請退款課程之出版廠商,提出會員資料與學習紀錄查詢,確認您課程的觀看紀錄,並同步確認出版廠商訂定之退款事項,是否全數符合。申請退款的同時,即代表您同意本平台與退款課程之出版廠商,提出查詢會員資料與學習紀錄。 4.若您單一訂單中購買兩堂(含)以上課程,不需要整張訂單退款(只退其中幾堂課),退款金額為欲退款課程售價加總後,扣除此張訂單所使用之優惠碼(若優惠碼為整張訂單之折數折扣,則退款金額為欲退款課程售價加總後乘以折數折扣),若計算後退款金額低於(含)0元,本平台將不執行退款。5.上述退款方式僅限於本平台成功完成付款購買之課程,若付款與訂單成立之任一程序不在本平台完成,退款方式需依照課程出版之廠商所訂定之規則提出申請,並由課程出版廠商協助處理,本平台不介入。 6.若您的發票沒有填寫統一編號,並需要辦理退款時,由本平台代為處理發票相關作業 (如作廢電子發票或開立電子發票折讓單),以加速退款作業時程。 7.若您原訂單信用卡分期,其申請退費時,須整筆訂單全額退費,無法部分或擇一課程退費。
款項何時退回
信用卡一次付清:課程退費採原信用卡退刷方式,退費所需之工作天依各金融機構實際作業時間為準。 信用卡分期付款:課程退費採匯款方式,會將退款款項匯款到您的指定帳戶,將由專員與您聯繫提供相關資料,以利後續退款作業。