不需錨點，可進行影像分類、物件偵測、及物件分割，應用在瑕疵檢測、醫療影像分析、農業、自駕車等領域。YOLOv8 號稱最快最準，但是針對不同資料集，有時候因為新版演算法過度優化，測試起來反而是舊的演算法比較準。實務上建議 YOLOv4, YOLOR, YOLOv7 都測試看看。

實踐大學資管系AI導論 (MIS13901A1)課程

實踐大學資管系AI導論 (MIS13901A1)課程

實踐大學資管系AI導論 (MIS13901A1)課程

實踐大學資管系AI導論 (MIS13901A1)課程

要怎麼做物件追蹤？切換MODEL?要如何一張一張的餵進程式，得到結果？顯卡除非不是計算圖像不然不會差很多？

JupyterLab 如何重置密碼？電腦硬體選擇及價格？U-Net 偵測刮傷？YOLOv4使用？

AI 最新趨勢、 AI 發展的演進、自駕車簡介、常用 AI 影像分析演算法、應用案例。

傳統演算法優先，影像分類，可解釋性，物件偵測，語意分割，物件分割，異常檢測，學好樣本，雙網路檢測。

馬變成斑馬，斑馬變成馬。夏天變冬天，冬天變夏天。照片變油畫，油畫變照片。整張照片風格變換效果較好，例如：照片變油畫，油畫變照片。部分照片風格變換效果較差，例如：馬變成斑馬，斑馬變成馬。將風格變換對象放大佔整張照片的50%以上甚至滿版，背景單純，效果才會好。

可解釋性, 影像分類, 物件偵測, 語意分割, 物件分割, 人臉辨識, 姿態辨識, 車牌辨識

YOLOv4 的前身，透過優化 CNN 架構，降低20％運算量，但是精度維持不變。

適用於車流計數、人流計數

使用初步訓練好的模型，標註新的訓練影像，節省時間。

使用 OpenCV 進行傳統類比錶頭影像辨識。

適用於影像分割演算法的標註。

廣泛應用於醫療影像分析、生物影像分析、自駕車影像分析、瑕疵檢測等。

影像資料擴增的方法主要有旋轉、平移、翻轉、縮放、伸展、斜體、彈性皺摺等方法，但須注意合理性。

號稱比 Mask R-CNN 快3倍，但是準確度略低。

Transformer 是一種新的深度學習網路架構，在序列性任務的表現特別好，常用於自然語言處理（NLP）、語音辨識等領域。臉書最近發表的影像辨識模型 DETR ，特別採用 Transformer 架構應用在物件偵測上。

影像拼接是指將兩張有重疊部分的影像，拼接成一張圖。影像拼接有兩大步驟：影像對準和影像混合。相關的應用有：全景圖製作及影像穩定等。

Barcode 及 QR code是應用最廣泛的影像分析演算法，普遍應用在文件管制、商品進出貨紀錄、商店結帳、手機付款等。

目前正確率最高的物件偵測演算法，可以應用在工廠瑕疵檢測、醫療影像分析、生物影像分析、工安影像分析、口罩影像分析等。

可以應用在門禁系統、安全監控等。

可以應用在工廠瑕疵檢測、醫療影像分析、生物影像分析、工安影像分析、口罩影像分析等。

可以應用在工廠瑕疵檢測、醫療影像分析、魚類影像分析、生物影像分析、先進駕駛輔助系統、自動駕駛車等。

labelImg 是一個用於深度學習影像標記 (annotation) 的軟體，標記會以 XML (PASCAL VOC format) 格式儲存。

MobileNetV1, MobileNetV1+SSD300, YOLOv3, Mask R-CNN

影像分類 AlexNet 使用方法介紹

我的影像樣本有一百萬張要如何訓練？如何避免 over fitting？案例分享，如何做到無 Underkill、無 Overkill？說到底， AI 是賺錢工具！人不會被 AI 取代 但是 不懂 AI 的人會被懂得用 AI 的人取代

使用深度學習，分析 Live 影像及預測股價。

用 Caffe 深度學習框架、 SSD 演算法分析 PCB 電路板的影像。用 labelImg 標註影像。

深度學習簡介、使用 TensorFlow 進行影像分析、使用 OpenR8 進行影像分析