NT$2,980NT$2,682
2024/12/08
YOLOv10課程更新通知
<span>各位大家好，我已在"深度學習影像辨識｜YOLO物件偵測全解析"新增最新的YOLOv10，有任何YOLO的問題，歡迎提出，也希望各位能提供一些回饋，謝謝</span>
2024/06/20
最新YOLOv9課程更新
各位大家好，我已在"深度學習影像辨識｜YOLO物件偵測全解析"新增最新的YOLOv9，有任何YOLO的問題，歡迎提出，也希望各位能提供一些回饋，謝謝
2024/06/03
【課程更新預告】YOLOv9 課程更新影片即將於 6/21 上架！
<p>各位學員好：<br><br><span><br>「深度學習影像辨識</span><span>｜YOLO 物件偵測全解析」YOLOv9 課程更新影片即將於 6/21 上架！<br><br></span></p> <p>感謝您對本課程的支持，與課程相關的最新消息都會發布在「課程公告」區，</p> <p>如果您在學習的過程中遇到任何疑問，歡迎隨時於「問題討論」區提出，<br><br>教學團隊將竭誠為您提供支援和解答。<br><br><br>預祝學習愉快！</p>
2023/08/11
最新YOLOv8課程更新
各位大家好，我已在"深度學習影像辨識｜YOLO物件偵測全解析"新增最新的YOLOv8，有任何YOLO的問題，歡迎提出，也希望各位能提供一些回饋，謝謝
2023/07/18
【課程更新預告】YOLOv8 課程更新影片即將於 8/7 上架！
<p>各位學員好：<br><br><span style="font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, Oxygen, Ubuntu, Cantarell, 'Open Sans', 'Helvetica Neue', sans-serif;"><br>「深度學習影像辨識</span><span style="font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, Oxygen, Ubuntu, Cantarell, 'Open Sans', 'Helvetica Neue', sans-serif;">｜YOLO 物件偵測全解析<span style="font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, Oxygen, Ubuntu, Cantarell, 'Open Sans', 'Helvetica Neue', sans-serif;">」YOLOv8 課程更新影片即將於 8/7 上架！<br><br></span></span></p> <p>感謝您對本課程的支持，與課程相關的最新消息都會發布在「課程公告」區，</p> <p>如果您在學習的過程中遇到任何疑問，歡迎隨時於「問題討論」區提出，<br><br>教學團隊將竭誠為您提供支援和解答。<br><br><br>預祝學習愉快！</p> <div class="modal fade show" tabindex="-1"> <div class="modal-dialog ModalBlank__modal___1zY6g DetailModal__ModalWrapper-r2f9wl-0 dA-djZK modal-lg modal-dialog-scrollable"> <div class="modal-content"> <div class="modal-header"> <h5 class="modal-title"></h5> </div> </div> </div> </div>
學員限定
2022/12/28
跨年上課去，課程字幕上架啦～
此篇內容僅限購課學員閱讀，若你已購買本課程，登入後即可看到內容喔！
2022/10/19
單元七學習重點
<h2 style="box-sizing: border-box; margin-top: 30px; margin-bottom: 0.5rem; font-weight: normal; line-height: 1.2; font-size: 1.5rem; color: #333333; font-family: Roboto, 'Segoe UI', 'Helvetica Neue', Helvetica, Arial, 'sans-serif', 'Microsoft JhengHei', 'Font Awesome 6 Pro', 'Font Awesome 6 Brands', -apple-system, BlinkMacSystemFont; background-color: #ffffff;">1. Focus structure的運作原理，以及information loss從何而來?<br>2. YOLOv5使用哪一種IoU loss?<br>3. Test time augmentation的用途為何</h2>
2022/09/27
單元五: 運用YOLOv3實現Muti-Label 物件偵測模型 學習重點
本章的學習重點有<br>(1) cross entropy, weighted cross entropy 與 Focal loss之間的差別很重要，許多公司面試很喜歡考cross entropy!<br>(2) FPN相當重要，其實際如何實現，請同學參考原始碼，尤其是feature map是如何融合的!<br>(3) YOLOv3提到一堆誤判，但mAP卻是完美的1的例子，請同學務必要能用自己的話解讀這樣的現象!<br>(4) Multi-label YOLOv3，請同學試著比較與原始YOLOv3間的差別，尤其是以下函數:<br> <ul> <li>Dataloader: ListDataset_2n2c()</li> <li>Evaluation function: evaluate_2n2c()</li> <li>Loss function: build_targets_2n2c()</li> <li>Non-maximal suppression function: non_max_suppression_2n2c()</li> <li>mAP estimation function: do_python_eval_quite_multi_label()</li> </ul> <div> </div>
學員限定
2022/09/19
【課程上架快報】L7~L8
此篇內容僅限購課學員閱讀，若你已購買本課程，登入後即可看到內容喔！
學員限定
2022/09/12
【課程上架資訊快報】L4~L6 學習影片上架
此篇內容僅限購課學員閱讀，若你已購買本課程，登入後即可看到內容喔！
載入更多
最新討論
是否有實作修改backbone教學
關於測驗的一些問題(單元6測驗2, 單元7測驗7, 單元11測驗4):
評估+推理
有關test測試集 valiid驗證集
yolo模型訓練結果
查看更多討論
課程資訊
課程時長 14 小時 50 分
課程共 13 單元 81 小節
11 個可下載的 學習資源
提供完訓證書
提供制定 學習計畫建議學習 4 週 (每週 4 小時)最新公告
2024/12/08
YOLOv10課程更新通知
<span>各位大家好，我已在"深度學習影像辨識｜YOLO物件偵測全解析"新增最新的YOLOv10，有任何YOLO的問題，歡迎提出，也希望各位能提供一些回饋，謝謝</span>
適合對象
- 想學習深度學習，並將深度學習應用於專案
- 具備程式設計能力，但不具備開發 AI 功能，希望能擴展 AI 應用
- 有機器學習模型開發經驗，想進一步的透過深度學習模型提升開發效能
- 想學習深度學習在電腦視覺上的應用，以增加就業機會。
- 數學或統計相關科系畢業，想增加自身技能
你可以學到
| 帶你精準掌握物件偵測的應用與優化
近年來，影像辨識技術持續帶來前所未有的精度，從2015年 YOLOv1 橫空出世，大部份的即時物件偵測系統都是應用 YOLO，這套開源技術在辨識率和速度都有很好的平衡並持續突破，隨著物件的多樣與持續進化的演算法，會需要更多的評估指標（如 mAP），來處理複雜的影像識別。
| 以下實作問題，你都能清楚回答嗎？ 我知道 YOLOv1 無法偵測重心在同一個 grid cell 的不同類物體，但 YOLOv2 可以 我知道 YOLOv3 可以實現單一物體多類別的偵測與辨識 我知道 YOLOv4 使用了哪些 trick，使得 mAP 大幅提升 我知道 YOLOX 的 Decoupled head 對辨識率的影響有多大 我知道 YOLOV5 可以整合複數個模型的結果使得偵測效果更好 我知道 YOLOX 發現訓練最後把data augmentation關掉結果會更好 我知道 YOLOV7 透過結構重參數化，可以連一步加速推論的速度 我知道 YOLOV8 結合可平行化的超參數最佳化函式庫幫助使用者最佳化在特定資料集效能 我知道 YOLOv9 進一步優化只有訓練時才存在的網路結構以得到更好的結果 我知道 YOLOv10可以在辨識率略降的情形下捨棄耗時的後處理-Non-Maximal-Suppression 我知道在我的應用中，使用哪一代的 YOLO 可以得到更好的結果 跟著本課程學習 "面試最常問" & "比賽最常用" 的演算模型 |
| 一次洞悉所有 YOLO 模型訓練技術
本課程將完整解析各種 YOLO 版本，包含理論介紹與實作，實作內容還包括了如何修改，讓這些模型使其能在客製化的資料集上完成訓練。
| 直通最新版 YOLOv10．三大需求一次滿足
10+小時 x 20+實作 x 9+模型，額外增加 2024 最新的 YOLOv10 版本！
- 最完整：YOLOv1~YOLOv10 原理解說．模型差異．技術應用
- 最實用：涵蓋多產業與場域應用示範
- 最有效：集電腦視覺、機器學習、深度學習專業於一身的 AI 技術專家，帶你掌握技巧，親自教到你會！
| 進入課程就能隨學即用
學習全球當紅 YOLO，提升與擴展 AI 實務應用技能，幫助你解決工作與專案的各種困境！
適合的學習對象：
➔想學習深度學習並將深度學習應用於專案
➔具備程式設計能力但不具備開發 AI 功能，希望能擴展 AI 應用
➔有機器學習模型開發經驗，想進一步的透過深度學習模型提升開發效能
➔想學習深度學習在電腦視覺上的應用增加就業機會
➔數學或統計相關科系畢業想增加自身技能
課程介紹
| 解析 YOLO 優勢．該選用哪一個版本？怎麼用不踩雷？
面對 YOLO 物件偵測模型的各種衍生版本，你需要清晰的教學脈絡，學習如何分辨其中的差異、如何挑選最適版本，又該如何正確運用。如果你想要著重於即時性的物件偵測，亦或者需要極高辨識率但不強調即時性的應用，都可以在這門課程中找到解答。
課程重點
✔ 物件偵測與物件偵測資料集
✔ 計算物件偵測最重要的指標-Average Precision
✔ 依照應用需求來選擇一種最佳的模型
✔ 有系統的調整超參數以提升辨識率
✔ 比較不同模型在同一個資料集上的辨識率差距
✔ 修改模型以達成在客製化不同資料集上的訓練
✔ 透過 Optuna 最佳化模型的超參數運用
✔ 修改模型以達到 Multi-label 的物件偵測
✔ 透過自動化調整超參數來顯著提升辨識率
| PyTroch × YOLO 物件偵測實作
每個單元都有搭配實作，你將能了解如何應用模型、修改模型、調整模型達成客製化實務需求，包含通用物體偵測操作、比較不同模型在同一個資料集上的辨識率差距。
| AI 深度學習專家－林哲聰 老師
| 提供完整學習資源
- 課程教材下載，講義為全英文：提供完整教材簡報，在學習過程中即時做好重點筆記，複習更方便。
- 授課語言為中英參雜（比例約7:3）： 語法應用的實作帶領，在影片中會搭配中文語意解釋，既不用擔心聽不懂，又可讓你在學習同時，自然而然的習得使用 YOLO 技術做影像辨識，自己查詢解決方案的英文關鍵術語！
- 課後單元測驗多以英文呈現：每個模組都會有課後評量，透過題目反覆練習讓你了解學習。
- 課程重複觀看：不限時間、不限次數，皆可反覆觀看課程影片進行複習。
- 課程討論區：有任何學習問題皆可在討論區發問，專業講師將會替你答題解惑
學習前基本能力
- Python 程式基礎
- 具備機器學習/電腦視覺/深度學習基本概念
- 線代、統計基本概念
學習前準備
- 電腦裝置（不限廠牌、作業系統不限）
- 本課程所有的程式都使用 PyTorch 在 Colab 此雲端平台上開發（Google 帳號：用於登入 Google 的Colab 雲端程式開發平台）
- 為一次性購買的線上課程、擁有永久觀看權、可以無限次回放觀看複習和討論區提問與交流
學習時遇到挫折好焦慮啊，可是又不敢發問嗎？
免煩惱！在緯育 TibaMe 的「課程討論區」歡迎提問，不用擔心自己是否會問錯問題，只要你是認真學習且積極發問的態度，獲取的知識都是屬於你自己的寶藏哦，而且還能幫助討論區的其他同學一起互相觀摩、學習，共同提升學習成效，一舉多得！
還有其他對於 緯育 TibaMe 的問題？
歡迎點選 FAQ，你將可以得到更多解答哦！
課程資訊
課程時長 14 小時 50 分課程共 13 單元 81 小節11 個可下載的 學習資源提供完訓證書提供制定 學習計畫建議學習 4 週 (每週 4 小時)關於講師
林哲聰
現任瑞典Chalmers University of Technology博士後研究員
經歷｜
▻ 工研院機械所副研究員/研究員/資深研究員
▻ 馬來西亞偉特科技公司(ViTrox)研發顧問
▻ 馬來西亞10 EPOCH科技公司研發顧問
▻ 加州大學聖塔芭芭拉分校資工系訪問研究員
▻ 工研院產業學院講師
▻ 清華大學自強基金會講師
專長｜
電腦視覺、機器學習、深度學習及其在駕駛輔助系統以及自駕車之各種應用
獲獎經驗｜
▻ 2020 中華民國資訊學會碩博士最佳論文獎-博士論文佳作
▻ 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 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
▻ 2019 IEEE ICIP Three Minute Thesis Competition (3MT®): Finalist
▻ 2018 第八屆兩岸清華研究生學術論壇 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
▻ 2016 日本立命館大學英文演講比賽 清華大學代表
▻ 2013 伽利略創新大賽 瑞士區冠軍
▻ 2011 伽利略創新大賽 特別獎(GNSS Living Lab)得主
▻ 2010 伽利略創新大賽 台灣區季軍
經歷｜
▻ 工研院機械所副研究員/研究員/資深研究員
▻ 馬來西亞偉特科技公司(ViTrox)研發顧問
▻ 馬來西亞10 EPOCH科技公司研發顧問
▻ 加州大學聖塔芭芭拉分校資工系訪問研究員
▻ 工研院產業學院講師
▻ 清華大學自強基金會講師
專長｜
電腦視覺、機器學習、深度學習及其在駕駛輔助系統以及自駕車之各種應用
獲獎經驗｜
▻ 2020 中華民國資訊學會碩博士最佳論文獎-博士論文佳作
▻ 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 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
▻ 2019 IEEE ICIP Three Minute Thesis Competition (3MT®): Finalist
▻ 2018 第八屆兩岸清華研究生學術論壇 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
▻ 2016 日本立命館大學英文演講比賽 清華大學代表
▻ 2013 伽利略創新大賽 瑞士區冠軍
▻ 2011 伽利略創新大賽 特別獎(GNSS Living Lab)得主
▻ 2010 伽利略創新大賽 台灣區季軍
學習附件
L2：物件偵測介紹.pdf
12.11 MB
L3：運用YOLOv1實現口罩偵測應用.pdf
12.68 MB
L4：運用YOLOv2實現偵測複數個形心位置相同的物體.pdf
4.45 MB
L5：運用YOLOv3實現Muti-Label物件偵測模型.pdf
6.37 MB
L6：運用YOLOv4在醫學影像，並學會如何最佳化超參數_v2.pdf
4.90 MB
L7：運用YOLOv5整合複數個模型的偵測結果以提升辨識率.pdf
6.08 MB
L8：比較YOLOX與其它模型的優勢.pdf
5.38 MB
L9：2022最新！YOLOv7解析與實作.pdf
4.47 MB
L10：2023最新！YOLOv8解析與實作.pdf
5.80 MB
L11：2024最新！YOLOv9解析與實作_update.pdf
6.99 MB
L12：2024最新！YOLOv10解析與實作.pdf
2.85 MB
購買此課程後，才能使用留言功能
或
沒有回應的問題
目前尚無任何討論主題
成為第一個發問的人！在問答中找到學習的捷徑。關於講師
林哲聰
現任瑞典Chalmers University of Technology博士後研究員
經歷｜
▻ 工研院機械所副研究員/研究員/資深研究員
▻ 馬來西亞偉特科技公司(ViTrox)研發顧問
▻ 馬來西亞10 EPOCH科技公司研發顧問
▻ 加州大學聖塔芭芭拉分校資工系訪問研究員
▻ 工研院產業學院講師
▻ 清華大學自強基金會講師
專長｜
電腦視覺、機器學習、深度學習及其在駕駛輔助系統以及自駕車之各種應用
獲獎經驗｜
▻ 2020 中華民國資訊學會碩博士最佳論文獎-博士論文佳作
▻ 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 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
▻ 2019 IEEE ICIP Three Minute Thesis Competition (3MT®): Finalist
▻ 2018 第八屆兩岸清華研究生學術論壇 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
▻ 2016 日本立命館大學英文演講比賽 清華大學代表
▻ 2013 伽利略創新大賽 瑞士區冠軍
▻ 2011 伽利略創新大賽 特別獎(GNSS Living Lab)得主
▻ 2010 伽利略創新大賽 台灣區季軍
經歷｜
▻ 工研院機械所副研究員/研究員/資深研究員
▻ 馬來西亞偉特科技公司(ViTrox)研發顧問
▻ 馬來西亞10 EPOCH科技公司研發顧問
▻ 加州大學聖塔芭芭拉分校資工系訪問研究員
▻ 工研院產業學院講師
▻ 清華大學自強基金會講師
專長｜
電腦視覺、機器學習、深度學習及其在駕駛輔助系統以及自駕車之各種應用
獲獎經驗｜
▻ 2020 中華民國資訊學會碩博士最佳論文獎-博士論文佳作
▻ 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 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
▻ 2019 IEEE ICIP Three Minute Thesis Competition (3MT®): Finalist
▻ 2018 第八屆兩岸清華研究生學術論壇 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
▻ 2016 日本立命館大學英文演講比賽 清華大學代表
▻ 2013 伽利略創新大賽 瑞士區冠軍
▻ 2011 伽利略創新大賽 特別獎(GNSS Living Lab)得主
▻ 2010 伽利略創新大賽 台灣區季軍
登入
免費註冊
立即加入成為Line官方好友
返回主選單
返回主選單
跨域轉職班種一覽
培訓模式
說明會/專人諮詢
返回主選單
企業方案
人才媒合/企業徵才
返回主選單
返回主選單
返回主選單
返回主選單
返回主選單