★生成式AI：運用Vibe Coding打造自駕車影像辨識系統【工研院
開課日期 | |
2026-02-05 |
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
2026-02-05
學習時程
14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
本課程最大的特色在於「實作至上，AI輔助」。我們全面採用 Google Colab 雲端平台，您無需準備昂貴硬體或安裝複雜軟體，只需一個 Google 帳號和瀏覽器，就能隨時隨地開始學習。更重要的是，我們將引入最新的「Vibe Coding」模式，教您如何利用 Gemini 等先進 AI 助手來輔助撰寫程式訓練模型。您將體驗到「用自然語言寫程式」的便利，讓 AI 幫您處理繁瑣的程式碼細節，您只需專注於理解核心原理和實現創意。
詳細內容
敬請攜帶筆電(作業系統不限)，只需Google帳號及安裝Chrome即可
以利課程案例練習，實際應用在工作中!
以利課程案例練習，實際應用在工作中!
- 課程簡介：
想了解 Tesla 如何僅憑攝影機就實現自動駕駛嗎？想親手打造屬於自己的自駕車視覺 AI 模型嗎？本課程將帶您深入探索當今最前沿的純視覺自駕技術！
近年來，Tesla 以其強大的純視覺 FSD (Full Self-Driving) 系統震撼全球，證明了不依賴昂貴雷達，僅靠攝影機也能實現精準的環境感知。從早期的 CNN 多任務模型，到後來引入 Transformer 和獨特的 BEV (鳥瞰視圖) 技術，Tesla 不斷突破技術天花板，解決了多鏡頭融合的難題，實現了對車輛、車道線、可視區域的精準偵測。
本課程將帶您循著 Tesla 的技術演進軌跡，從基礎的物件偵測與語義分割開始，逐步解鎖自駕車視覺感知的核心技術。您將學習如何設計共享骨幹網路 (Backbone) 的高效模型，並深入理解為何 Transformer 架構能成為當今自駕車影像辨識的主流選擇，以及它如何克服傳統 CNN 在處理多鏡頭數據時的瓶頸，實現更精準的 3D 感知。
除了感知技術，我們還將探討生成式 AI 在自駕領域的創新應用。您將學習從經典的 GAN 到最新的 Stable Diffusion 等擴散模型，了解如何運用這些強大的工具來「無中生有」或「移花接木」。例如，我們可以將白天行車影像轉換成夜晚或雨霧場景，甚至直接生成帶有標記資料的多樣化訓練數據，大幅降低資料收集的成本。
本課程最大的特色在於「實作至上，AI輔助」。我們全面採用 Google Colab 雲端平台，您無需準備昂貴硬體或安裝複雜軟體，只需一個 Google 帳號和瀏覽器，就能隨時隨地開始學習。更重要的是，我們將引入最新的「Vibe Coding」模式，教您如何利用 Gemini 等先進 AI 助手來輔助撰寫程式訓練模型。您將體驗到「用自然語言寫程式」的便利，讓 AI 幫您處理繁瑣的程式碼細節，您只需專注於理解核心原理和實現創意。
無論您是想切入龐大車用市場的工程師，還是對自駕技術充滿好奇的愛好者，本課程都將是您掌握未來關鍵技術的最佳起點！
- 課程目標：
- 雲端實作，AI 加持：熟悉在 Google Colab 上使用 PyTorch，並學會運用 Gemini 等 AI 工具輔助編碼，降低學習門檻。
- 掌握自駕核心：深入理解 Tesla 純視覺感知系統的演進與核心技術(CNN, Transformer, BEV)。
- 實戰演練：親手實作物件偵測、語義分割、車道線偵測等多任務模型。
- 創新應用：學會運用最新的生成式 AI 技術 (GAN, Diffusion) 來增強自駕車訓練數據。
- 搶佔先機：快速切入商機無限的自駕車市場，掌握台灣第四 C (Car) 產業的關鍵技術。
- 課程效益：
- 協助具影像處理專長之學員切入電腦視覺、深度學習以及生成模型領域。
- 學會CNN/Transformer的原理與實作，並運用在各種電腦視覺任務。
- 應用深度學習影像辨識以及影像生成技術至駕駛輔助系統、自駕車甚至是機器人中的視覺感知次系統
- 課程大綱：
|
課程綱要
|
課程內容
|
|
一、ADAS／自駕車 × AI 感知 × 2D/3D 基礎與實作
|
|
|
二、生成式AI在自駕 影像模擬中的應用
|
|
- 課程日期：115/2/05~2/06 (週四~五)；09:00~17:00；每天7小時，共計14小時
- 上課地點：中科_工商行服務大樓4樓或9樓教室【台中市大雅區中科路6號】 <實際上課教室請依據上課通知函為準!>
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...
Python AI 人工智慧資料分析師...與我諮詢 / 報名
認證機構推薦
