近年來人工智慧多物件識別與偵測 (multiple object classification and detection) 的方法已逐漸成熟，尤其是具有即時偵測特性的方法更為大家所關注。YOLO (You Only Look Once) 多物件偵測方法從第一版演進至今已進化至第三版，所採用的方法也都是近年來一時之選的技術，因此已經可以達到不錯的偵測效果，但是由於其複雜度的提升，總是讓初學者難以掌握；有鑑於此，本課程特別以YOLOv3為主題，詳細說明其理論基礎，並且更進一步提供實習環境，讓學員以實際的主題進行簡易的影像資料訓練及預估，親自的演練一次流程，以便之後能夠確實的使用此工具進行人工智慧視覺辨識的學術研究及產品開發。

- CNN類神經網路整合介紹
- YOLOv1演算法架構介紹
- YOLOv2演算法架構介紹
- YOLOv3演算法架構介紹
- YOLOv4演算法架構介紹
- YOLOv4優點說明
- YOLOv4控制檔說明
- 物件偵測協同實作計畫說明
- 影像資料收集及標註實作
- YOLOv4程式使用方法說明
11. YOLOv4模型訓練
12. 模型訓練精準度評估
13. YOLOv4模型預估
14. YOLOv4物件偵測實作檢驗
15. Scaled YOLOv4演算法架構介紹
16. YOLOv5演算法架構介紹

授課教師：鄭羽熙
上課教室：R212
上課時數：12小時
招生名額：40人

收費金額：
校內費用：1000元
校外費用：2000元

上課時間：
2022/07/27上午09:10到12:00
2022/07/27下午13:20到16:10
2022/07/28上午09:10到12:00
2022/07/28下午13:20到16:10

講師介紹:
鄭羽熙
兌全有限公司 總經理
學歷：國立台灣大學 電機系博士
經歷：
中山科學研究院簡聘技正
德碩半導體股份有限公司晶片設計經理
麗臺科技股份有限公司副總工程師
專長：
人工智慧與機器學習應用、GPU平行加速處理、視訊演算法開發、嵌入式SOC系統開發、晶片與FPGA設計開發、智慧行車系統開發

上課須知:
▣本課程適合半導體或電子資訊產業暨相關系統業者之在職人士或有相關技術需求者。
▣本課程於111年6月20日開放報名。
▣招生人數：40人(人數未達12人不開班)
▣若報名額滿，計資中心將依身份別、報名與繳費順序決定錄取名單。
▣因疫情關係授課方式遵循學校之規定，若無法實體授課將停開課程。
-----------------------------------------------------------------------
➤建議設備：
1.穩定之網路頻寬。建議頻寬下載速度(Download Speed)為10 Mbps以上、上傳速度(Upload Speed)為2 Mbps以上。【請先進行頻寬測試: https://www.speedtest.net/】
2.設備以平板、NB效果最佳，手機和PC效果次之。