01
從物件辨識到目標檢測
【尹相志深度學習實戰3】分辨你我他-AI影像辨識(進階篇)
課程資訊 課程大綱 開課單位 常見問答
Loading...
【尹相志深度學習實戰3】分辨你我他-AI影像辨識(進階篇)
1346次瀏覽
收藏
NT$3,000
優惠現領
85 折
【４／９-５／５限時８５折】
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
機器們從此大開眼界
02
所謂的目標檢測
03
2階段模型
04
加速的CNN-RCNN
05
更快的CNN-Fast RCNN
06
在加速的CNN-Faster RCNN
07
一階段模型的優勢-Yolo
08
特徵金字塔網路-FPN
09
語意分割
10
實作:(1)驗證碼驗證、街景分割
11
全卷積網路
12
對於卷積網路的其他思路
2
難以忘記你的臉
01
被廣泛運用的人臉辨識
02
人臉辨識為何困難
03
機器如何進行人臉辨識
04
人臉辨識的第一步:人臉檢測
05
Dlib:最通用的人臉檢測工具
06
人臉辨識的第二步:人臉對齊
07
又小又精幹的人臉檢測模型:MTCNN
08
臉的數據庫:LFW
09
如何進行臉部識別
10
經典識別模型:Triangle loss
11
新的臉孔識別演算法
12
對抗式模型:讓川普辨識成希拉蕊
13
Deep Face深層換臉 :讓你轉換成金城武
14
實際:(2)顏值檢測part1
15
人臉重建
16
情緒辨識
17
實作:(2)顏值檢測part2
3
以假亂真的GAN
01
近期最火紅的GAN
02
GAN的原理原則
03
為什麼訓練不成功
04
無窮建模假設的問題
05
如何解決無窮建模的問題
06
平衡生成器與鑑別器的方法:BEGAN
07
GAN之間的比較
08
產生高清圖片:PGGAN、BIGGAN
09
實作:(3)去背神器
10
新型態的GAN:Conditional GAN
11
如何自由操控影像
12
解決沒有成對樣本問題:Cycle GAN
13
對抗式攻擊
14
實作:(4)去背神器、破解驗證碼
4
視覺是理解世界的關鍵
01
機器視覺還能做到什麼?
02
超解析度圖片怎麼來
03
什麼樣的圖片叫做清晰-峰值信噪比
04
圖片放大的好方法-Pixel shuffle
05
其他相關的演算法
06
風格移轉--什麼是風格
07
怎麼樣把風格遷移進去?
08
風格移轉相關重要論文
09
商用等級的風格移轉
10
風格移轉使用在圖片上色
11
圖像補全
12
實作:(5)DeepFake變臉:總統、歌后傻傻分不清楚
13
Transfer learning預訓練模型
5
2020 實作1 - 街景分割
01
街景分割實作介紹
02
語意分割的標籤標註形式介紹
03
模型結構選擇說明
04
損失函數選擇說明
05
實作解說
06
實作演練與訓練結果分析
07
模型成效：應用場景 - 臺灣街景
6
2020 實作2 - 去背神器
01
去背神器實作及用途介紹
02
調用數據集：Supervisely
03
切取方法介紹與選擇
04
Deeplab V3+ 網路結構特色介紹
05
去背效果原理介紹
06
實作演練(上)：模型結構說明
07
實作演練(中)：損失函數選擇與訓練執行
08
實作演練(下)：訓練成效與實際應用
7
2020 實作3 - 大藝術家
01
大藝術家實作介紹
02
什麼是視覺特徵
03
如何設計風格移轉與最佳化
04
什麼是 Garm Matrix
05
透過 VGG 進行篩選
06
總體變動損失
07
風格移轉的應用
08
實作解說
09
訓練結果與總結
8
2020 實作4 - 越放大越清晰
01
越放大越清晰的放大策略
02
什麼是 SRResNet
03
如何作出 Pixel shuffle
04
本次實作改良
05
Wing Loss
06
Perception Loss
07
SSIM 結構相似性指標
08
峰值信號雜訊比
09
實作解說
你可以學到
➽ 想要參加AI的課程，卻總是因為課程中太多技術面知識，而卻步、猶豫？
➽ 網路上找尋AI相關資訊，太多片斷知識，光整理資訊就耗費精神，更遑論有效學習！
➽ 網路上的文章由不同的人撰寫，看來看去，資訊繁雜、來源不明，我該相信誰的？
➽ 學術論文太艱澀！我只是想要了解一般的AI知識和實作、業界導入知識，到底要去哪找？
▍課程目標
➽ 你將學會：
1. 你將可以在基礎影像辨識知識上，更進一步了解其設計思路
2. 了解卷積神經，包含ResNext(Resnet改良版), DenseNet(稠密堆疊卷積)是什麼
3. 了解機器視覺的三大基本任務：物體識別、物體檢測以及語意分割
4. 了解如何執行「人臉辨識」
▍課程重點
➽ Lesson 1 機器們從此大開眼界
本課程將講解機器視覺的基本任務：「物體識別」、「物體檢測」、「語意分割」和「目標檢測」，並為學員解釋，在為了追求更快速、簡便的卷積神經網路下，CNN-RCNN、CNN-Fast RCNN、CNN-Faster RCNN各有哪些優缺點？目前當紅的"Yolo"，則因什麼原因成為目前廣為使用的模型？這堂課中都有詳細的解說。
實作：自動駕駛街景分割
如何讓自動車能夠理解目前周遭的環境，語意分割扮演著極為重要的角色，我們將根據已標註的街景數據，來嘗試建置語意分割模型。
➽ Lesson 2 難以忘記你的臉-臉孔辨識
課程將探究已被廣泛運用的人臉辨識是如何進行，並講述該如何運用深度學習來進行臉孔辨識歷程。更會加碼講解臉孔辨識相關技術，並附上實作案例，讓你更易吸收運作原理。
實作：顏值檢測
在本次實作中將會根據人臉關鍵點的數據，帶領大家學習基礎的人臉檢測模型，同時還能標定出人臉的重要關鍵點位置。
➽ Lesson 3 以假亂真的GAN
談到深度學習DeepLearning，就一定會談"GAN"這個火紅的演算法。課程中你將了解什麼是"GAN"？其背後的原理又是什麼？不同GAN之間又有什麼不同？在這堂課都有精闢的解說。
實作：去背神器、破解驗證碼
我們將以微軟Ms Celeb人臉數據集為基礎，透過GAN來自動生成不存在的人像照片。
➽ Lesson 4 視覺是理解世界的關鍵
除了基礎任務之外，機器視覺還有更多驚人的應用，在本課程中將針對應用範圍較廣的超解析度圖片、風格移轉、圖像補全、自動上色等最新技術逐一介紹相關技術概念，同時也將會針對如何利用Transfer learning預訓練模型來遷移至其他的視覺任務。
實作：大藝術家
有了風格移轉模型，不管你多不擅長美術，深度學習都能讓你成為大藝術家。以後逢年過節不用在使用到處都看的到的罐頭圖片了。
<點擊↓↓> 取得組合優惠
適合對象
1. 想要了解AI深度學習、機器視覺、自然語言學習等基礎知識者。2. 害怕數學、程式又想瞭解AI相關知識者。3. 想有脈絡的了解AI趨勢和發展的學習者。4. 沒有時間到固定教室上課的學習者，都可透過TIbaMe的AI線上課程學習AI知識。5. 不想要在網路上東拼西湊尋找AI相關知識者。6. 想要更有系統的學習AI深度學習、機器學習的人。
課程講師
尹相志●專長:自然語言理解、人工智能算法開發、數據挖掘、商業智慧、分析型CRM、風險管理、數據倉庫●經歷:▻中國首屆人工智能大賽發起人與題目設計 (www.botchina.org)▻現任亞洲資探技術長/Deepbelief.ai人工智慧科學家▻曾任華院數據(上海)首席數據科學家，數據決策(台灣)技術長▻台灣微軟特約講師與2006~2017年最有價值專家(MVP)▻微軟Tech ED 2002, 2004~2015講師▻和信電訊資深數據挖掘顧問▻世新大學、德明技術學院資管系講師▻曾任中華民國數據挖掘協會副秘書長▻曾任數博網研發總監▻曾任大衍(特力集團子公司)關係營銷數據挖掘顧問▻國際化學奧林匹亞化學競賽世界銀牌●學歷:▻台灣大學新聞研究所碩士▻台灣大學化學系●項目經歷:▻自然語言處理▻Isobar 輿情監控，學習情感標注、實體識別、話題識別▻數雲 電商評論非監督自動歸類▻Acer宏碁 競爭品牌電商評論分析●出版品▻SQL Server 2008 R2 Reporting Services報表服務 ▻SQL Server 2008 OLAP多維度分析▻SQL Server 2008 Data Mining數據挖掘▻SQL Server 2008 Reporting Services報表服務 ▻Office PerformancePoint Server 2007 企業績效管理 ▻使用SQL Server 2005 設計商業智能解決方案(MCITP考試編號70-445) ▻SQL Server 2005 Data Mining數據挖掘 -Office 2007 數據挖掘加載宏▻SQL Server 2005 OLAP在線實時分析▻SQL Server 2005 Reporting Services報表服務實務應用▻SQL Server 2005數據挖掘聖經▻SQL Server商務智能聖經▻SQL Server 2000 Analysis Service數據挖掘服務●尹相志老師翻譯 著作▻數據挖掘—顧客關係管理暨電子營銷之應用 J. A. Michael原著▻數據挖掘理論與實務—顧客關係管理的技巧與科學 J. A. Michael原著▻數據挖掘—因特網應用與顧客價值管理 J. A. Michael原著
展開全部
開課單位
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。
緯育TibaMe 最新課程
看所有課程
最新動態
看所有動態
從想轉職到成功轉職-學長姊現身說最真實
🎤 學長姊分享 想跨域轉職一路上的
✅ 心態調適 ✅ 準備過程 ✅ 成功經驗 ✅ 職場真實樣貌
聽我們說不如聽過來人──轉職成功的學長姊現身說最真實~
這裡報名線上與學長聊聊>> https://bit.ly/4cGHC9f
▍誰適合參加
🔹即將從就業培訓班結訓的你
🔹剛結訓想繼續物色優質職缺的你
🔹想跨域域轉職猶豫中的你
▍從財金系畢業轉職為後端工程師的學長要跟你分享
🔥 如何結合非本科系的背景創造自己的優勢
🔥 專題作品準備心法
🔥 履歷撰寫技巧與面試準備方向
🔥 進入職場的實際狀況與持續進修該學什麼
🔥 後端工程師未來職涯發展的可能性
▍直播資訊
時間：4/23 (三) 晚上 8 點至 9 點
型式：線上直播 (直播連結將於報名後2~3個工作天email提供)
報名連結： https://bit.ly/4cGHC9f
AI × Python × 商務應用開發，跨域實戰訓練開放報名！
📢 AI × Python × 商務應用開發，跨域實戰訓練開放報名！
還在等自學開竅？與其被AI浪潮甩在後頭，不如現在就開始打好根基，從AI開發到商務應用一次搞定！
🔥 【商務AI應用人才養成班】第01期 即日起開放報名
系統化訓練從 Python、ChatGPT、LINE Bot、LLM 到雲端部署與專案實戰，
讓你不只能寫程式，還能部署應用、主導AI專案！
📍 上課地點：台北市中山區／部分遠距授課
📆 上課時間：2025/5/27～2025/8/28（共322小時）
🧠 甄試日期：2025/5/15（含 Python 筆試與口試）
💰 訓練費用：勞動部補助
💡 你將學到：
Python 程式設計 × 雲端資料處理 × ChatGPT × Gradio × LINE Bot × Azure AI × Docker × LLM 整合應用
AI 協助簡報設計、圖像生成、影片剪輯等商務應用
NLP開發、AI前端、專題實作、專案管理與求職技巧
🎯 就業發展方向：
AI應用工程師、提示詞工程師、產品專案經理、Pre-Sales 工程師、商務開發等
課程說明會: https://www.surveycake.com/s/46o6g
課程頁面>> https://www.tibame.com/goodjob/AItalent
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，但用錯折扣碼怎麼辦？
請申請退款並重新下單，已使用之折扣碼，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學習精靈提出申請，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折扣碼(若折扣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
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。
【尹相志深度學習實戰3】分辨你我他-AI影像辨識(進階篇)
NT$3,000
優惠現領
85 折
【４／９-５／５限時８５折】
所有優惠
