★影像辨識系統及生成模型於ADAS與自駕車實作(職業)(資訊)【工研院
開課日期 | |
隨時開課 |
課程費用 | |
線上洽詢 |
開課地點 | |
台中市大雅區中科路6號（中科管理局_工商服務大樓4樓或9樓教室）及webex線上同步 |
| 適合職務 | |
>
課程資訊
適用對象
課程特色
詳細內容
師資介紹
課程資訊
開課日期
隨時開課
學習時程
12小時
上課時間
週三,週五
上課時段
上午,下午
適用對象
對深度學習尤其是自動駕駛、生成模型或是影像辨識系統有興趣的研發、設計與開發、部門工程師及主管。
課程特色
#影像辨識 × #生成式AI × #ADAS × #自駕車 × 實作教學
✅ 旅居瑞典自動駕駛深度學習專家親自授課
✅ 歐美自駕車最新自動駕駛模型核心技術剖析
✅ 影像辨識及生成模型PyTorch模型實作
詳細內容
【敬請攜帶筆電(作業系統不限)，以利課程案例練習，實際應用在工中!】
近年來，Diffusion model已被證實效果比GAN更好，2022年Stable Diffusion橫空出世，只要給予一段充滿細節的文字，其生成的影像極為真實，然而，生成模型該如何運用在ADAS與自駕車之辨識系統呢?本課程將會從生成式對抗網路開始，逐步介紹生成模型是如何的進化到Diffusion(擴散)模型，使得實用性以及真實度大幅提升，具體內容包括如何透過生成模型修改行車影像的情境，甚至是透過物件偵測的標記資料，直接生成多樣化的”原始”影像。
本課程的所有原始碼都使用近年來最受歡迎的PyTorch深度學習框架，所有的原始碼都可在Google的Colab上運作(請學員攜帶筆電，作業系統不限，只需Google帳號及安裝Chrome即可)，期待學員可從此課程迅速切入自動駕駛系統，掌握台灣繼3C產業後，商機無限的第四C(Car)市場。
本課程的所有原始碼都使用近年來最受歡迎的PyTorch深度學習框架，所有的原始碼都可在Google的Colab上運作(請學員攜帶筆電，作業系統不限，只需Google帳號及安裝Chrome即可)，期待學員可從此課程迅速切入自動駕駛系統，掌握台灣繼3C產業後，商機無限的第四C(Car)市場。
|
單元
|
課程內容
|
|
單元一
ADAS/自駕車影像辨識系統之原理與實作
(6小時)
|
◆ADAS/AD相關資料集與量化指標
◆2D物件偵測:從YOLOv1-v10
◆2D物件偵測模型實作: 使用BDD100K資料集
◆語義分割模型: 從FCN到DeepLabv3+
◆語義分割模型實作: 使用BDD100K資料集
◆骨幹共享物件偵測與語義分割模型實作: 使用BDD100K資料集
◆基於Transformer的2D物件偵測模型: DETR
◆基於Transformer之跨攝影機3D物件偵測模型: DETR3D, PETR
|
|
單元二
生成模型原理及其在ADAS/自駕車之應用
(6小時)
|
◆生成式對抗網路原理以及量化指標
◆成對與非成對影像轉換:透過Pix2Pix與CycleGAN將白天影像轉換成夜間影像。
◆結構一致日夜街景影像轉換:運用Cycle-Object Edge Consistency將白天街景轉為夜晚並維持結構
◆基於Stable Diffusion之影像編輯與實作:運用Instruct-Pix2Pix直接修改影像情境(晝夜霧雨之情境互轉)
◆運用Diffusion Engine從物件偵測標記資料直接生成對應影像
◆Stable Diffusion之四大微調技巧(Controlnet, Dreambooth, LORA, Textual Inversion)
|
■ 溫馨提醒：請學員自行攜帶筆電，作業系統不限，只需Google帳號及安裝Chrome即可。
■ 課程日期：下一梯次課程時間規劃中~
師資介紹
工研院專業講師/林博士
【學歷】
台灣大學應用力學研究所碩士/清華大學資訊工程研究所博士
【現職】
瑞典Zenseact(Volvo Cars)自動駕駛深度學習工程師
【經歷】
瑞典Chalmers University of Technology 博士後研究員
工研院機械所副研究員/研究員/資深研究員
加州大學聖塔芭芭拉分校資工系訪問研究員
上奇資訊-計算機概論 共同譯者
2010 伽利略創新大賽 台灣區季軍
2011 伽利略創新大賽 特別獎(GNSS Living Lab)得主
2013 伽利略創新大賽 瑞士區冠軍
2016 日本立命館大學英文演講比賽 清華大學代表
2017 CVGIP 行人偵測競賽 亞軍
2017 MOST 生成式對抗網路競賽 佳作
2018 第八屆兩岸清華研究生學術論壇 清華大學代表
2019 IEEE ICIP Three Minute Thesis Competition (3MT®): Finalist
2020 AI智慧應用新世代人才培育計畫-人才解題實證(倒車攝影機影像識別-障礙物與逼近偵測)：佳作
2020 中華民國影像處理與圖形識別學會第十三屆博碩士論文獎博士論文佳作
2020 中華民國資訊學會碩博士最佳論文獎-博士論文佳作
【專長】
Computer Vision, Image Processing, Machine Learning, Deep Learning, Vision-based Autonomous Driving System, Generative Model.
【學歷】
台灣大學應用力學研究所碩士/清華大學資訊工程研究所博士
【現職】
瑞典Zenseact(Volvo Cars)自動駕駛深度學習工程師
【經歷】
瑞典Chalmers University of Technology 博士後研究員
工研院機械所副研究員/研究員/資深研究員
加州大學聖塔芭芭拉分校資工系訪問研究員
上奇資訊-計算機概論 共同譯者
2010 伽利略創新大賽 台灣區季軍
2011 伽利略創新大賽 特別獎(GNSS Living Lab)得主
2013 伽利略創新大賽 瑞士區冠軍
2016 日本立命館大學英文演講比賽 清華大學代表
2017 CVGIP 行人偵測競賽 亞軍
2017 MOST 生成式對抗網路競賽 佳作
2018 第八屆兩岸清華研究生學術論壇 清華大學代表
2019 IEEE ICIP Three Minute Thesis Competition (3MT®): Finalist
2020 AI智慧應用新世代人才培育計畫-人才解題實證(倒車攝影機影像識別-障礙物與逼近偵測)：佳作
2020 中華民國影像處理與圖形識別學會第十三屆博碩士論文獎博士論文佳作
2020 中華民國資訊學會碩博士最佳論文獎-博士論文佳作
【專長】
Computer Vision, Image Processing, Machine Learning, Deep Learning, Vision-based Autonomous Driving System, Generative Model.
備註
☀本課程歡迎企業包班~請來電洽詢 課程承辦人陳小姐(Zoe) 04-25685000#7131。
☀本課程為計畫補助課程，歡迎報名。
我想諮詢/報名
你可能會喜歡...
電動車機電整合工程師初級能力...與我諮詢 / 報名
認證機構推薦
