線上 Computer Vision 培訓在 台灣

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。

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。

CANN SDK（神經網路計算架構）為電腦視覺和 NLP 的即時 AI 應用提供強大的部署與優化工具，特別是在華為昇騰硬體上。

這項由講師指導的現場培訓（線上或線下），旨在幫助中階 AI 從業人員使用 CANN SDK 建立、部署及優化視覺與語言模型，以滿足生產用例需求。

完成本課程後，學員將能夠：

• 使用 CANN 和 AscendCL 部署並優化 CV 和 NLP 模型。
• 使用 CANN 工具轉換模型，並將它們整合到即時管線中。
• 優化檢測、分類及情感分析等任務的推論效能。
• 為邊緣或雲端部署場景建立實時的 CV/NLP 管線。

課程格式

• 互動式講授與示範。
• 實作實驗室，包含模型部署與效能分析。
• 使用真實 CV 和 NLP 用例設計即時管線。

課程客製化選項

• 如需為本課程請求客製化培訓，請聯絡我們安排。

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。

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。

本課程在 台灣（線上或線下）提供由講師主導的即時培訓，旨在幫助初級至中級的研究人員和實驗室專業人士處理和分析組織切片、血球細胞、藻類及其他生物樣本的影像。

完成本培訓後，學員將能夠：

• 熟悉 Fiji 介面並善用 ImageJ 的核心功能。
• 對科學影像進行預處理與增強，以提升分析品質。
• 定量分析影像，包括計數細胞及測量面積。
• 利用巨集和插件自動化重複性任務。
• 根據生物學研究中的特定影像分析需求，客製化工作流程。

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。

本課程由講師帶領，提供線上或線下培訓。對象為中高級開發人員、研究人員及數據科學家，旨在教導如何利用YOLOv7實施實時物件檢測。

完成培訓後，學員將能夠：

• 掌握物件檢測的基本概念。
• 安裝並配置YOLOv7以執行物件檢測任務。
• 使用YOLOv7訓練和測試自訂物件檢測模型。
• 將YOLOv7與其他電腦視覺框架與工具整合。
• 排除與YOLOv7實施相關的常見問題。

電腦視覺是一個從數位媒體中自動擷取、分析並理解有用資訊的領域。Python 是一種高階程式語言，以其清晰的語法和可讀性聞名。

在本課程中，由講師帶路的實作培訓裡，參與者將透過建立一系列簡單的電腦視覺應用程式來學習電腦視覺的基礎知識。

完成此培訓後，參與者將能夠：

• 理解電腦視覺的基礎
• 使用 Python 實現電腦視覺任務
• 建立自己的臉部、物體和運動檢測系統

目標對象

• 對電腦視覺感興趣的 Python 程式設計師

課程形式

• 講授、討論，加上練習與大量實作