自強課程

課程名稱

PyTorch深度學習工業應用實作熱烈招生中

課程代碼：

13C045

上課時間：

2024/12/20(五)、12/27(五)，9:30~16:30，共12小時

上課時數：

12 小時

上課地點：

台北教育中心(台北市中正區博愛路80號3樓)

課程費用：

10000元 (符合超值優惠價格者需送出報名表後，系統發出報名成功回函確認金額。)

超值優惠：

VIP企業會員價：VIP企業會員可享優惠價格 (按我)
會員優惠價： 會員於開課前七天完成報名繳費者可享會員優惠價 9900 元
會員紅利折抵：本課程歡迎使用紅利折抵，最高可使用 100 點

課程目標：

 熟悉Python此程式語言以及PyTorch此深度學習框架
 協助具影像處理專長之學員切入電腦視覺/深度學習領域
 學會在各種應用各種深度學習模型解決各種電腦視覺的工業應用

課程特色：

近年來深度學習技術已被廣泛的應用在工業界甚至是生活當中，這其中包括了圖片分類的應用:人臉辨識以及人臉驗證, 物件偵測的應用:人流偵測/車流偵測/車牌辨識, 語意分割的應用:自駕車可行駛區域的偵測/視訊虛擬背景融合;生成模型應用:微調生成模型以生成各種物品，例如童年的玩偶或寵物。
本課程第一天將會介紹各類深度模型的基本原理以及基本實作，其中包括影像分類模型(從Alexnet到ResNet)、人臉辨識及人臉識別系統之實作(使用VGG-Face2)，物件偵測模型(YOLOv1-YOLOv9)之原理及實作、應用物件偵測整合Object Tracking以實現人流偵測/車流偵測。
本課程第二天將會介紹影像分割(FCN, DeepLabv1, DeepLabv1, DeepLabv3,DeepLabv3+)模型之原理以及如何將其運用在視訊虛擬背景融合以及行車可行駛區域分割。近年來最熱門的純視覺自動駕駛影像辨識系統核心，就是運用共享骨幹網路，其具體的實作方式也是本課程的一大重點，我們會詳細解說如何在單一模型上同時實現行車動態物件偵測以及行車影像分割。本日課程的第二個重點是生成模型，課程重點會放在生成模型是如何從生成式對抗網路(Generative Adversarial Networks)一路進化到擴散模型(Diffusion model)，此外，我們還會介紹Stable Diffusion的四種微調(Controlnet, Dreambooth, LORA, Textual Inversion)方式，讓學員在課堂中即可生成自己寵物或是玩偶的照片。
經過本次課程的洗禮，您將學會各種深度學習的原理，掌握各種模型的核心原理以及實作重點，並進一步的學會這些模型在工業界的各種運用。本課程所有的程式都將在Colab上此雲端平台上開發，實作範例包含資料以及程式碼都會提供。

課程大綱：

1.圖片分類模型基礎實作(Cross-Entropy與Hierarchical Cross-Entropy):
2.人臉辨識模型實作(VGG-Face2, SphereFace, CosFace, Arcface)3.物件偵測模型(YOLOv1-YOLOv9)之原理及實作(口罩偵測)
4.影像分割模型(FCN, DeepLabv1, DeepLabv1, DeepLabv3,DeepLabv3+)之原理及實作(視訊虛擬背景融合、行車街景影像分割)
5.運用共享骨幹網路同時實現物件偵測以及語義分割(使用BDD100K資料集)6.生成式對抗網路之原理與實作(手寫數字生成、街景生成)
7.Stable Diffusion原理及其微調實作(Controlnet, Dreambooth, LORA, Textual Inversion): 生成童年的玩偶或寵物

課程師資：

自強基金會專業顧問

主辦單位:

財團法人自強工業科學基金會

學員須知：

報名與繳退費方法｜常見問題與解決｜會員紅利積點活動辦法

注意事項

清華大學學生優惠方案：清華大學學生可享課程最低優惠價─VIP企業會員優惠價，完成報名後須來電告知修改費用(使用本優惠價須於報名同時檢附在學中有效的清華大學學生證，且不得開立抬頭「國立清華大學」以外的三聯式公司發票)。

若遇不可預測之突發因素，基金會保有相關課程調整、取消及講師之變動權。

無紙化環境，輕鬆達到減碳救地球，即日起16小時以上課程結業證書或未達16小時課程上課證明皆以電子方式提供。

使用VIP廠商優惠之學員，上課當日報到時須查核該公司識別證(相關證明資料)。

會員紅利折抵限以原價或會員優惠價再折抵，其他方案不適用。