電腦視覺深度學習技術與自駕車應用實務

電腦視覺為深度學習領域中相當重要的研究領域,在產業界也有非常多的應用場景....

適合對象:
課程代碼 2322030001
電腦視覺深度學習技術與自駕車應用實務
課程型態/ 實體
上課地址/ 本課程將以實體課為主,後續將視中央疫情規定,配合動態調整授課方式,或改為線上直播方式辦理。 實體: 工研院光復院區 (新竹市光復路二段321號一館) 若為線上直播,採用Cisco Webex,確定開課前一周用Email寄送上課通知、講義、Webex Meetings連結網址及Webex_Meetings_與會者操作手冊,屆時請詳閱。依上課通知,於課程前30分鐘,與學員進行連線測試,確認: 署名,操作,及喇叭、麥克風及視訊等設定。 實際上課地點,請依上課通知為準!
時數/ 12小時
起迄日期/ 2022/09/20~2022/09/21
聯絡資訊/ 黃小姐 03-5732034
報名截止日/ 2022/09/13

 
標題的icon

課程介紹

電腦視覺為深度學習領域中相當重要的研究領域,在產業界也有非常多的應用場景,自駕車相關應用就是其中一個非常重要的落地場景。自駕車的主要訴求之一,是要降低交通事故發生的頻率。隨著人工智慧的發展,能進一步提高自駕車的安全性。然而,如何開發高性價比的車用電腦視覺人工智慧解決方案,是設計車用相關產品的一個相當複雜且重要的課題。

本課程主要包含三大部分。第一部分將深入淺出介紹電腦視覺及深度學習的技術,並且透過許多實例說明,讓學員們從根本理解如何優化每個技術項目。第二部份將透過豐富的實務探討,讓學員們體會產品規劃及制定方案時需要考慮的軟、硬體項目,避免耗費大量資源後的研發成果,由於忽略根本上的錯誤,導致產品研發的重大失敗。第三部分將介紹幾個自駕車相關領域中的利基市場(Niche Market),並且詳細說明開發利基產品所需要的技術項目。


標題的icon

課程特色/目標

  • 課程目標
  1. 協助具影像處理/電腦視覺 專長之學員切入自駕車相關領域
  2. 協助具機械學習/人工智慧 專長之學員切入深度學習領域
  3. 透過實例解說的方式,協助研發工程師學習如何藉由創新思維,開發高效能的解決方案
  4. 透過實例探討的方式,協助研發工程師如何進行產品方案可行性評估的方法,避免陷入產品開發完成後才發現無法符合客戶端的需求
  5. 協助台灣 3C產業之產品規劃人員切入適合的自駕車相關 Niche 產品

 

  • 課程特色
  1. 理論與實務並重:本課程將從基礎的影像處理技術出發,藉由實務說明讓學員掌握技術創新的關鍵,隨後切入深度學習技術,讓學員明瞭深度學習網路架構設計需要注意的地方,進而能設計出高效能的深度學習網路架構。
  2. 講師擁有豐富的學術與業界經驗:本課程授課講師擁有多年的演算法開發與創新的經驗,同時在業界帶領團隊從事相當多樣的電腦視覺相關產品開發。也因此,深知產品開發時的許多隱藏陷阱,這些經驗的傳承,將能讓學員獲益良多。
  3. 課程緊湊精實:本課程將使用較為新穎且能夠快速理解的應用實例,讓學員們能夠在全程二天的課程、最短的時間體會到電腦視覺深度學習的技巧,了解方案設計開發時的許多陷阱,並獲得一些Niche產品的開發機會。
  4. 案例分組討論:由講師帶領分組討論,使學員能運用所學,透過思辯過程導引出最適合的解決方案。




標題的icon

課程對象

  1. 從事人工智慧系統規劃、建置、應用、系統整合者
  2. 從事電腦視覺處理/人工智慧應用技術/服務之設計、開發等人員
  3. 自駕車應用電腦視覺相關產品規劃、市場研究及計畫管理開發經理人
  4. 從事車用電子和半導體產業相關的研發工程師、產品管理師

 

  • 先備知識: 無,有接觸過影像處理/電腦視覺/人工智慧 相關課程尤佳


標題的icon

講師簡介

吳易達博士

【學歷】

Ÿ   美國 New Jersey Institute of Technology (NJIT) 資工所博士

Ÿ   美國 Michigan University 博士後研究

 

【經歷】

Ÿ   (2021/11~now ) 瑞泰生醫科技股份有限公司 Chief AI Scientist

Ÿ   (2017/7 ~2021/9) ULSee 研發副總

Ÿ   (2016/5~2017/6) 工研院小蘋果園A9團隊負責人

Ÿ   (2013/3~2016/4) 沙漠科技 研發副總

Ÿ   (2008/3~2013/1) 工研院資通所資深研究員

 

【專業領域】:

Ÿ   影像處理、電腦視覺、人工智慧


標題的icon

課程大綱

第一天

時間

課程單元

課程大綱

講師

09:15

~

12:15

傳統方式的電腦視覺技術,與創新優化策略

  • 傳統電腦視覺技術介紹
  • 創新優化策略  實例說明如何藉由整合多種運算,巧妙賦予圖像區域化的概念,增加演算法開發的彈性
  • 創新優化策略  實例說明如何針對現有演算法的不足之處,設計出合適的解決方案
  • 創新優化策略  實例說明如何藉由快速的前處理策略,有效減少系統的複雜度

吳易達

13:30

~

16:30

深度學習為基礎的電腦視覺技術

  • 深度學習介紹
  • 如何搭建適合的深度學習網路架構  以 車道偏移警示系統(LDWS) 為例
  • 如何借助傳統方式的電腦視覺技術搭建深度學習網路架構
  • 如何有效實踐資料擴增(Data Augmentation)的需求

吳易達

 



















第二天

時間

課程單元

課程大綱

講師

09:15

~

12:15

產品規劃及制定開發方案之注意事項

(分組討論)

分組討論與實例說明產品規劃的重要性

Ÿ   失敗的產品開發  以電子後視鏡為例

Ÿ   失敗的產品開發  以疲勞檢測系統為例

吳易達

13:30

~

16:30

Niche

產品可行性規劃

(分組討論)

分組討論與實例說明可能的 Niche 產品規劃

Ÿ  以看護機器人應用為例

Ÿ  Event Camera為主

Ÿ  以農耕自駕車應用為例,包括無人割草機、自動採收機等

吳易達

















★主辦單位保留調整課程內容、行程與講師之權利


標題的icon

課程資訊及費用

n  舉辦地點/方式:本課程將以實體課為主,後續將視中央疫情規定,配合動態調整授課方式,或改為線上直播方式辦理。

實體: 工研院光復院區 (新竹市光復路二段321號一館)

若為線上直播,採用Cisco Webex,確定開課前一周用Email寄送上課通知、講義、Webex Meetings連結網址及Webex_Meetings_與會者操作手冊,屆時請詳閱。依上課通知,於課程前30分鐘,與學員進行連線測試,確認: 署名,操作,及喇叭、麥克風及視訊等設定。

實際上課地點,請依上課通知為準!

n  舉辦日期:2022/9/20~9/2109:15~16:302天,共計12小時

n  報名截止日期:2022/9/13 (一周前)

n  課程費用:一般生:每人$9,500元,早鳥價(三周前):每人$8,500

              團報(同公司二人以上): 每人$8,500元,團報早鳥(三周前): 每人$8,000

 

n  課程洽詢: 黃小姐03-5732034 email itri535579@itri.org.tw


標題的icon

常見問題

1.    為確保您的上課權益,報名後若未收到任何回覆,敬請來電洽詢方完成報名。

2.    因課前教材、講義及餐點之準備及需為您進行退款相關事宜,若您不克前來,請於開課三日前告知,以利行政作業進行並共同愛護資源。

3.    若原報名者因故不克參加,但欲更換他人參加,敬請於開課前二日通知。

4.    視疫情狀況,本課程保留實體授課或線上授課之權利。

 


簡介


產業學院緣起
  依據行政院「挑戰2008:國家發展重點計畫」下之「國際創新研發基地」與「產業高值化」兩計畫,首重產業科技人才的效能。

•911216經科字第09103373120號函:經濟部將本院籌設工研院產業學院之工作,列為因應產業結構轉型,提