進修課程
Advancde Studies
AIoT智能物聯網之應用【補助課程】
課程總時數
21
課程費用
電洽
上課時間
不拘 / 不拘
開課日期
2024-05-18
Intro
【政府補助課程】

1.使用Edge AI硬體開發套件:
有實際硬體,學AI應用才真正有感!為了傳達正確的AI應用學習觀念與,課程使用艾鍗獨家設計Raspberry Pi I/O擴充卡及搭配Intel邊綠運算解決方案的Neural Compute Stick 2 ( Movidius™) ,進行工作原理與實作流程解說。

2.業界工程師實戰教學:
禮聘業界AI工程師組成教學團隊,每位講師不僅熟悉AI演算法外,本身也都有AI軟硬整合的開發經驗。我們以業界開發的角度來規劃課程。使你逐一學習到AI的技術與開發時可能會遇到的各種情況,教你書本上學不到的處理方法,減少你碰壁的時間。

3.AI不能只有軟體:
AI要落地,AI就不能只著重於演算法教學,也要想辧法讓AI整合進硬體中。然而與軟體相比,硬體受到許多物理因素的影響,故充滿著較多的不確定性,因此剛開始學習門檻也較高。由於Debug也是開發過程中重要know-how之一,因此若講師不熟悉軟、硬體的操作,很難知道問題出在哪個地方而難講出除錯的重點所在。艾鍗長期深耕軟硬整合的技術教學,故艾鍗學院規劃的AI邊綠運算及AIoT課程,絶對是最貼近業界所需的教學內容。

4.Hands on training:
艾鍗學院相信,唯有從實作中,讓你身歷其中,才能讓你有最好的學習效果。因此講師群準備豐富的實作主題與完整的範例程式碼,在詳細的講解過後,讓學員進行實作。講師也會在旁給予學員遇到實作問題上的協助。透過主題式Lab快速掌握到學習的重點,實踐AI應用如影像辨識、物件識別等核心技術與架構,才是有效的學習方法。
上課地點
台北市中正區重慶南路一段143號4樓
適合職務:
140200,140400,150100
Caption
 
課程介紹

《AIoT 翻轉未來20年最強的產業顛覆力》

目前AI的技術應用,可分為AI on Cloud還是AI on Edge。即AI on Cloud即AI模型建立在雲端,終端裝置本身計算力不用太強,只要能連結Internet即可達成AI應用,許多AIoT智能物聯網都是以此方式來實現。另一個AI on Edge(邊緣運算),為了減少資料往返網路的延遲時間,而將AI模型建立在終端裝置本身,但也因如此,終端裝置本身要有一定的算力,故Intel NCS2Google Edge TPUNvidia JETSON便因應而生。

本課程以AI技術(機器學習、深度學習) 為軸,並結合影像處理、自然語言處理帶出Telegram Bot、物聯網、人臉識別、圖像識別等各式專案開發。此外,能將這些應用結合Intel NCS2,將電腦視覺與AI人工智慧整合進物聯網(IoT)及邊緣裝置中。

 
學習目標
►了解OpenVINO Toolkit架構,能在終端裝置利用NCS2快速進行開發
►了解HAAR演算法並知道如何以python實作 (From Scratch)
►了解 Adaboost 演算法並知道如何以python實作 (From Scratch)
►學會如何利用HARR+Adaboost進行人臉偵測
►了解HOG 演算法並知道如何以 python實作 (From Scratch)
►學會如何利用HOG + 支持向量機(Support Vector Machine, SVM) 進行人臉或物件識別
►學會如何CNN原理及遷移學習的方法,建立人臉識別系統
►了解NLP中文處理: 文字編碼與句子向量
►學會結合Telegram Bot即時通訊的問答系統實作
 
課程大綱
電腦視覺-基於HOG與圖像識別
→HOG演算法說明與python實作 (From Scratch)
→圖檔爬蟲程式撰寫
→建立圖檔HOG特徵
→Scikit-Learn實現SVM與LogistcRegression
→專案: HOG Features+ Classifier :人臉/物品偵測與識別▼
 電腦視覺-基於HAAR 人臉偵測
→HAAR演算法說明與python實作 (From Scratch)
→Adaboost Classifier
→專案: HAAR Features人臉偵測
CNN深度學習
→遷移學習(transfer learning)和微調(fine-tune)原理說明
→使用MobileNet建立圖像特徵 (Image Embedding)
→建立DNN Classifier
→MQTT協定- 警示通知
→專案: 人臉門禁系統(使用Tkinter界面): 加入/刪除/登入人臉帳號▼
→專案: 人員進出的計數
Telegram Bot 問與答系統
→NLP自然語言處理-jieba斷詞與中文句子處理
→Sentence Embedding
→建立Telegram Bot
→專案: 在Telegram上建立Q&A問答系統
OpenVino邊緣運算實務
→Intel NCS2 神經網路加速棒簡介
→OpenVINO Toolkit 架構說明
→由Keras (.h5)模型轉成IR (.xml & .bin)檔案
→Raspberry Pi 安裝OpenVINO
→建立OpenVINO應用程式- 程式架構與CMAKE說明
→專案: WebCam串流人臉偵測
 
Teacher
linux teache joseph

Joseph  

▪  台灣大學電機工程系博士研究  ▪  上市網通科技公司/資深軟體工程師

▪  AI機器學習與深度學習      ▪  資料結構及演算法

▪  Linux 驅動程式   ▪   Linux系統程式   ▪   網路通訊協定

Memo
09:30-17:30(每日7小時,共3堂,計21小時)
更多相關課程推薦
好康活動_跳跳50
TOP

哈囉~

×
你報名的我是課程名稱
線上互動課正在進行中,是否立即前往上課?