AI影像辨識工程師特訓班：臉部到自駕車的先端辨識技術 | 緯育TibaMe

你將學到：

Transformer 在影像辨識的革新應用

從分類、偵測到語義分割，掌握 Vision Transformer 帶來的全新視覺處理模式

自駕車核心技術與實戰開發流程

了解自駕車視覺系統如何識別道路環境、障礙與車輛動態

生成對抗網路 (GAN) 模型的多元應用

從圖像合成、風格轉換到數據增強，深入理解 GAN 如何打造新視覺可能

Stable Diffusion 的生成原理與實務運用

解析 AI 繪圖背後的數學機制，並應用於創意圖像生成與內容設計

關鍵專題：Multi-Tasking (BEV) CNN/Transformer：打造自駕車空間理解能力

帶領學員實際結合 Bird's-Eye-View (俯瞰圖) 與 Vision Transformer 模型，應用於自駕車領域，解決過去傳統模型一次僅能看到單一視角的痛點。透過建立鳥瞰視角，模擬真實世界的空間幾何關係，強化 AI 對車輛周遭環境的整體理解與預測能力，實現更智慧的路徑規劃與動態行車決策。

圖片分類應用：人臉辨識與驗證

建置實現人臉辨識與驗證並達到高乘載的效能

圖片分類應用：進階圖片分類

運用 hierarchy Loss 進一步的提升圖片分類模型精確率

物件偵測模型：物體追蹤

結合追蹤功能即可針對影像中出現過場景且不同的車

影像分割：可行駛路面偵測

協助駕駛輔助系統或自駕車決定行走方向

生成式對抗網路實作

實作行車主流架構，提升物件偵測系統在夜間的強版本

Stable Diffusion 影像生成及其微調

運用各種 Stable Diffusion 微調的技巧，產生特定人物、物品或是風格的影像

CNN

專為圖像設計的效率之王

卷積神經網路 (CNN) 是為影像任務量身打造的深度學習架構，透過局部感知與權重共享的設計，能有效擷取圖像中的局部特徵，從淺層到紋理層層提取，組成深層語意。

CNN 在圖像分類、物件偵測與醫學影像分析等任務中穩居主流，運算成本低、訓練效率也高，是對資源有限環境最為友善的選擇。

Transformer

打破空間限制，開啟影像理解新紀元

不再依賴固定視窗與鄰近像素，Vision Transformer (ViT) 運用自注意力機制，讓模型得以「全圖觀察」，同時關聯圖像中任意兩點的資訊，抓住全局語意與微妙互動。

Transformer 技術成功結合 CNN 的層級特徵與自身的建模能力，大幅提升影像分類、分割與生成任務的表現。

深度學習實戰-影像辨識篇

本課程將從深度學習的理論出發，在近年來最受歡迎的深度學習框架-PyTorch上使用Python撰寫模型訓練、測試以及佈署程式。實作的部份除了基本的影像分類外，還包括物件偵測、影像分割甚至是人臉生成等應用。這門課的最終目標是能讓學員具備打造深度學習模型的能力，以解決電腦視覺中的各種任務。

PyTorch 生成模型全解析｜從生成式對抗網路到擴散模型

想跟上生成模型最新發展，理解其原理，但困於論文和程式碼？本課程從生成式對抗網路原理出發，教你運用擴散模型輕鬆創造影像，10小時密集學習，深入介紹GAN和擴散模型差異，學會影像轉換、影像生成及文字轉影像等技術，還教授運用Stable Diffusion的各種變型，透過大量實作，讓你輕鬆應用各項專案。

直播實作日期

9/17

(三)

9/24

(三)

10/01

(三)

10/08

(三)

10/15

(三)

10/22

(三)

10/29

(三)

Week 1：圖片分類模型訓練

2.5 小時

1-1 CNN圖片分類模型簡介: Alexnet, VGG, Googlenet, ResNet
1-2 基於注意力機制之Transformer在語言識別之原理與模型架構
1-3 基於Transformer的圖片分類模型:Vision Transformer(ViT)
1-4 預訓練(Pretraining)與自訓練(Self-training)
1-5 圖片分類模型的盲點
1-6 圖片分類模型於人臉辨識/醫學影像/瑕疵檢測之應用
1-7 圖片分類模型的超參數最佳化:Optuna
1-8 圖片分類模型超參數最佳化實作
1-9 進階圖片分類模型訓練:Hierarchy Loss
1-10 圖片分類模型實作1
1-11 圖片分類模型實作2
1-12 圖片分類模型實作3
1-13 圖片分類模型實作4:人臉辨識/人臉驗證模型實作

Week 2：PyTorch 實戰

2.5 小時

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 基於Transformer的語義分割模型: SETR
2-4 基於Transformer，可透過文字/UI介面實現的語義分割模型Segment Anything Model (SAM)
2-5 語義分割模型實作1:FCN
2-6 語義分割模型實作2:DeepLabv3
2-7 語義分割模型實作3:FCN超參數最佳化
2-8 語義分割模型實作4:DeepLabv3
2-9 語義分割模型實作5:SETR
2-10 語義分割模型實作6:SAM

Week 3：影像辨識

2.5 小時

3-1 物件偵測模型簡介:YOLOv1-v7
3-2 物件追蹤原理與物件計數
3-3 第一個基於Transformer的物件偵測模型: DETR
3-4 更為先進，基於Transformer的物件偵測模型: PETR
3-5 物件偵測模型實作1:YOLOv3物體偵測模型訓練
3-6 物件偵測模型實作2:基於YOLOv3的多標籤物體偵測模型訓練
3-7 物件追蹤原理與物件計數實作:使用YOLOv8+ByteTrack
3-8 物件追蹤原理與物件計數實作:使用YOLOv8+ByteTrack
3-9 物件偵測模型實作2:基於DETR的物體偵測模型訓練

Week 4：自駕車影像辨識系統

2.5 小時

4-1 Tesla AI day告訴我們的自駕車影像辨識系統開發趨勢
4-2 單攝影機車道線偵測模型設計
4-3 骨幹網路共享之多任務模型:物件偵測+語意分割+車道線偵測
4-4 如何BEV features: 2D-to-3D vs 3D-to-2D
4-5 多攝影機之鳥瞰物件語意分割模型:SimpleBEV
4-6 多攝影機之3D物件偵測模型:DETR3D
4-7 多攝影機之車道線偵測模型:Lift, Splat, Shoot
4-8 整合多任務的自駕車模型:UniAD
4-9 實作一:基於YOLO的多任務模型(物件偵測+語意分割+車道線偵測)
4-10 實作二:SimpleBEV實作

Week 5：專屬提問時間

2 小時

基於YOLO的多任務模型(物件偵測+語意分割+車道線偵測)
單元一到單元四學員問題回覆

Week 6：生成式對抗網路

2.5 小時

6-1 生成式對抗網路基本原理
6-2 影像生成重要量化指標
6-3 成對與非成對GAN模型簡介:Pix2pix與CycleGAN
6-4 多領域GAN模型: StarGAN
6-5 結構一致GAN模型: AugGAN
6-6 基於GAN超解析度模型: SRGAN
6-7 基於GAN的去模糊模型: DeblurGAN
6-8 更為強大的影像生成模型:VAE, BigGAN與VQ-GAN
6-9 結合Transformer的GAN模型: VQ-GAN
6-10 基於Transformer與GAN的人臉模糊影像還原模型: CodeFormer
6-11 GAN模型實作1:日夜影像轉換
6-12 GAN模型實作2:CodeFormer

Week 7：擴散模型在影像生成以及客制化物品生成之原理與實作

2.5 小時

7-1 影像生成：DDPM, DDIM 與 Classifier-free guidance
7-2 影像轉換：Palette, Latent Diffusion Model
7-3 影像編輯: InstructPix2Pix
7-4 Stable Diffusion 及其微調：Controlnet, Dreambooth, LORA, Textual Inversion
7-5 專題實作：Stable Diffusion 生成模型微調(Textual Inversion)實作

用最划算的價格，達到最棒的學習成果

報名方案

提供刷卡3期0利率

超早鳥優惠：2025/7/21 ~ 2025/8/7

NT$ 8,820 14,700

完成繳費

8/17 起開通專屬學習站台
搶先預習所有線上課程內容

提醒事項

開通專屬學習站台後，可先預習 2 堂線上課程的內容，屆時參與直播課程時會更事半功倍，完整學期課表將於開訓日提供。

學程資訊

上課時間

2025/9/17 ~ 2025/10/29

(線上課程觀看期限：2026/01/28止)

上課方式

線上課程 + 直播實作

學程內容

2堂線上課程 (約18.5小時)
2小時專屬提問時間

學習資源

1項大型專題+6大領域實作作業一次帶走
學員 LINE 專屬交流社群
隨課專案助教

常見問題

1.學習前需要有什麼基本能力呢？誰適合學習這門課程呢？

▲ 建議學習前須具備的基礎能力

● 具有Python程式基礎撰寫以及理解能力

● 具有機器學習基本概念或相關實務經驗

● 具有線性代數、微分、統計基本數學概念

▲ AI影像辨識課程我是否適合學習

● 想學習深度學習，並將深度學習應用於企業內部工作

● 具備程式設計能力，但不具備開發AI功能，希望能擴展AI應用能力

● 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應用層次

● 想學習深度學習在電腦視覺上的應用增加職能成長機會

● 數學或統計相關科系畢業想增加自身技能，具備 Statistics programming能力

2.什麼時侯開始上課？每週需要投入多少時間學習呢？

▲ 開通學習站台後可以預習所有線上課程內容。

▲ 建議除上課外，每週平均2小時額外投入學習，會有最佳的學習效果。

▲ 學程將從 2025/9/17開始，並於 2025/10/29 結訓，共七週的課程。

▲ 全線上培訓模式，透過線上課程＋直播課程的方式進行學習。

3.購買後課程可以觀看多久？是否會提供證書？

▲ 線上課程觀看日期至 2026/1/28止。

▲ 直播課程額外提供回放錄影檔複習，期滿刪除。

▲ 結訓將提供「 AI影像辨識工程師特訓班」結訓證書。

▲ 本學程需要完成直播觀看進度 80% ，並完成所有作業繳交，即可獲得結訓證書。未收到證書可以諮詢導師Ben (ben_chen@wiedu.com)。

▲ 本學程包含2堂錄播的線上課程，只要分別完課且達發證條件，也會由系統自動生成證書 (約 1 個工作天)。未收到證書可以諮詢service@tibame.com。

4.上課的方式為何?

▲ 開通專屬學習站台後可先預習線上課程內容，有學習問題可在線上課程討論區發問。

▲ 提供每週建議學習課表，學員們可按照課表進度進行學習或按照自己安排的時程學習。

▲ 建議於「直播課程」前擁有必備技術程度，直播課程於指定日期 19:00~21:30 舉行（詳細日期可洽導師）。

▲ 導師及助教於課前/中/後會確認學員狀態，提供學習服務及課後輔導，幫助學員達到最佳的學習效果。

5.直播課程當天有事無法參與怎麼辦？

▲ 為鼓勵學員積極參與課程並完成課後作業，直播課程只額外提供1週錄影回放觀看，期滿刪除。

▲ 若有無法抗拒的因素，無法當下參與直播實作課程，不需要進行請假的動作。

▲ 但是最後證書提供的標準是以專案的繳交數量，決定通過與否，所以不建議太常請假，以免影響上課權益。

6.報名成功後我需要做什麼？

▲ 專屬學習站台會在 8/17 開通，報名後即會被加入學習站台，請在直播開始前自行觀看已上架之線上課程。

▲ 如有問題可來信專屬窗口或透過我們的 LINE官方帳號為你服務。

7.緯育TibaMe專業學程延班、轉班、退費相關規則？

緯育TibaMe專業學程進行方式為直播與錄播雙軌進行,報名時請務必確認課程的上課程時間是否都可以配合安排,

若開課後因個人因素多時段無法全程參與課程請參考下列學習方式，恕不提供改期、延班、轉班申請加入新的班級謝謝。

▲ 可善加利用專業學程所提供直播錄影觀看時段，可自行安排複習。

▲ 每一期專業學程結訓後每位學員都可以向緯育TibaMe人員申請一次的免費複訓學習。

緯育TibaMe專業學程退費申請，請參閱下列相關說明：

▲ 第一次直播課程開始前且學習時未達50%申請退款，可全額退費。

▲ 第二次直播課程開始前且學習時未達50%申請退款，可退課程費用50%。

▲ 第二次直播課程後，恕不提供退款申請。

8.課程會有哪些硬體、軟體的要求？

 作業系統：Windows系統：Windows 10(含)以上64位元 / Mac系統：macOS 12 (或更高規格)

 處理器： Intel® Core™ i3-2100 @ 3.10 GHz/ AMD FX-4100 @ 3.60 GHz or better(或更高規格)

 記憶體:：8 GB 記憶體(或更高規格)
 顯示卡： NVIDIA® GeForce® GT 450 1GB/ ATI® Radeon™ HD 7770 1 GB or better(或更高規格)
 DirectX 版本：11
 瀏覽器建議：
Microsoft Edge(Edge)：Windows Edge 102(含)以上
Google Chrome：Windows Chrome 58以上
Firefox：Windows Firefox 52以上
Safari：Mac Safari (V10.1以上)

報名方案

以下為發售課程顯示區塊，為不可編輯區域，若要檢視完整頁面請前往預覽頁面。

歡迎來信諮詢，由專人為你解說

 jennifer_yu@wiedu.com

職場進修

就業培訓

企業服務