YOLOv7：結合電腦視覺的即時物件偵測培訓

這門在台灣（線上或線下）進行、由講師帶領的現場培訓，旨在協助希望為自動駕駛應用程式建構穩健視覺系統的中階AI開發人員與電腦視覺工程師。

完成本培訓後，參與者將能夠：

• 理解自主車輛中電腦視覺的基本概念。
• 實作物體偵測、車道偵測和語意分割的演算法。
• 將視覺系統與其他自主車輛子系統整合。
• 應用深度學習技術進行進階感知任務。
• 評估真實場景中電腦視覺模型的效能。

此由講師主導的即時培訓 台灣（線上或線下），旨在協助高階專業人士深入理解電腦視覺，並探索使用 Google Colab 開發複雜視覺模型的 TensorFlow 能力。

在課程結束後，參與者將能夠：

• 使用 TensorFlow 建構和訓練卷積神經網路（CNN）。
• 利用 Google Colab 進行可擴展且高效的雲端模型開發。
• 實施用於電腦視覺任務的影像預處理技術。
• 將電腦視覺模型部署至實際應用場景。
• 使用遷移學習提升 CNN 模型的效能。
• 視覺化並解釋影像分類模型的結果。

這項在 台灣（線上或線下）舉行的由講師主導的培訓，針對中階至高階的電腦視覺工程師、AI 開發人員及 IoT 專業人士，旨在協助其實作並優化用於在邊緣裝置上進行即時處理的電腦視覺模型。

完成本培訓後，學員將能夠：

• 掌握邊緣 AI 的基本概念及其在電腦視覺中的應用。
• 在邊緣裝置上部署經過優化的深度學習模型，以進行即時影像和視訊分析。
• 使用 TensorFlow Lite、OpenVINO 以及 NVIDIA Jetson SDK 等框架來部署模型。
• 優化 AI 模型的效能、功耗效率及低延遲推論。

本課程在 台灣 提供 live 培訓（線上或線下），旨在協助初階執法人員從手繪面部素描轉型為使用 AI 工具開發面部識別系統。

學員完成培訓後將能夠：

• 掌握人工智慧與機器學習的基本概念。
• 了解數位影像處理基礎及其在面部識別中的應用。
• 習得運用 AI 工具和框架構建面部識別模型的技能。
• 獲得創建、訓練及測試面部識別系統的實戰經驗。
• 理解面部識別技術使用的倫理考量與最佳實踐。

這門實作培訓涵蓋 台灣 中的 Fiji 和 ImageJ 基礎，專為生物研究而設計。學員將掌握影像預處理、定量分析和巨集自動化的實用技能，從而簡化針對組織學組織、細胞及其他樣本的工作流程，並獲得可重複的結果。

此導師指導的實時培訓在 台灣（線上或線下）進行，旨在讓中級專業人士能夠使用 Vision Builder AI 設計、實施和優化 SMT（表面貼裝技術）流程的自動化檢測系統。

完成此培訓後，參與者將能夠：

• 使用 Vision Builder AI 設置和配置自動化檢測。
• 獲取並預處理高質量圖像用於分析。
• 實施基於邏輯的缺陷檢測和流程驗證決策。
• 生成檢測報告並優化系統性能。