 課程名稱 |
【竹科管理局線上補助課程】PyTorch深度學習瑕疵檢測於智慧製造之應用 |
| 課程內容 |
1.圖片分類模型基本原理與實作: 運用Alexnet, ResNet進行工業檢測中的瑕疵分類(工業軸承資料集)。 2.圖片分類模型辨識位置視覺化:使用Grad-CAM視覺化圖片分類模型分類所關注的像素。 3.物體偵測模型簡介與實作: 二階段以及單階段物體偵測模型(YOLOv1-v10)原理及其用於瑕疵偵測的實作(使用NEU Surface Defect資料集)。 4.語義影像分割模型簡介與實作:各類語義分割模型原理以及運用FCN/DeepLabv3實現瑕疵檢測(使用Steel Defect資料集)。 5.實例分割模型原理與實作:各種實例分割模型原理(Mask-RCNN, YOLACT)及YOLACT實作(使用BSData) 6.生成式對抗網路原理與實作: 各類生成式對抗網路原理以及運用DCGAN同時生成影像以及語義分割之標記資料。 7.擴散模型原理與實作: 運用DDPM/DDIM實現同時生成影像以及語義分割之標記資料 |
| 先修課程 |
| 上課日期 | 上課時段 | 授課老師 | 報名截止日 | 上課地點 | 報名 | 課程費用 |
|---|---|---|---|---|---|---|
| 20250817-20250824 | 週日，10:00~17:00 | 自強基金會 林哲聰老師 | 20250814 | 網路線上 | 我要報名 | 3000 |