1-1 何謂圖片分類

2-1 語義分割模型簡介：從 FCN 到 DeepLabv3+

2-2 Self-training 及其在語義分割模型之應用

2-3 語義分割模型實作(1)：FCN

2-4 語義分割模型實作(2)：DeepLabv3

2-5 專題實作：影像分割

3-1 物件偵測模型簡介：YOLOv1~ v7

3-2 物件偵測模型實作(1)：口罩偵測

3-3 物件偵測模型實作(2)：多標籤物體偵測模型訓練

3-4 專題實作：修改 YOLO 模型實現多標籤物體偵測

4-1 生成式對抗網路基本原理

4-2 成對與非成對 GAN 模型簡介：Pix2pix 與 CycleGAN

4-3 多領域 GAN 模型：StarGAN

4-4 結構一致 GAN 模型：AugGAN

4-5 GAN 模型實作：日夜影像轉換

4-6 專題實作：生成式對抗網路

5-1 規則文字偵測和辨識的常用資料集

5-2 規則文字資料集的量化指標

5-3 Regular Text Detection Methods - EAST, TextBoxes

5-4 Regular Text Recognition Methods- CRNN, CNN + CTC

5-5 Introduction to PaddleOCR

5-6 EAST + CRNN for License Plate Recognition

5-7 專題實作：車牌偵測與辨識

6-1 曲線文字偵測和辨識的常用資料集

6-2 曲線文字資料集的量化指標

6-3 Irregular Text Detection Methods- CRAFT, PAN

6-4 Irregular Text Recognition Methods - ASTER, TRBA

6-5 CRAFT + ASTER for Signboard Recognition

6-6 專題實作：路牌與告示板上的文字偵測與辨識

7-1 影像生成：DDPM, DDIM 與 Classifier-free guidance

7-2 影像轉換：Palette, Latent Diffusion Model

7-3 Stable Diffusion 及其微調：Controlnet, Dreambooth, LORA, Textual Inversion

7-4 專題實作：Stable Diffusion 生成模型實作