國立臺北科技大學電機系首頁 本校防疫資訊專區(將開啟新視窗) 歡迎加入台北科大電機系臉書粉絲專頁(將開啟新視窗)
站內搜尋 | 設定為藍色網頁 設定為橘色網頁 設定為綠色網頁 設定為紫色網頁 設定為灰色網頁 放大網頁 | 網站導覽 | 回首頁 | English
:::快速選單  訪客身份考生身份學生身份教職身份系友身份考古題 ::: 快速鍵 | 行事曆 | 緊急聯絡電話 | 臉書粉絲專頁
:::首頁 > 課程資訊 > 課程概述 > 深度學習數位影像分析
::: 深度學習數位影像分析 3學分
3小時
課程名稱 深度學習數位影像分析
英文課程名稱 Deep Learning for Digital Image Analysis
中文課程概要 深度學習數位影像分析,在近代的製造、醫藥、農業、太空探索、運輸和通信系統等應用領域,正迅速發展中。本課程主要介紹深度學習數位影像分析基本理論基礎,以此概念實際應用到各領域中。課程將探索最先進的深度學習模型,如物件偵測、影像分類,和影像分割,提供實用的實務練習;最後討論數位影像分析深度學習的未來挑戰。課程也將介紹最新的公開影像數據集(例如MNIST,CIFAR-10和ImageNet),並涵蓋用於深度學習中的影像數據前處理和樣本標籤註記,詳細探討深度學習模型的評估指標。本課程將使用Matlab和Python範例,實作教學練習,課程單元包含: ●數位影像分析簡介 ●深度學習基礎 ●影像分析領域之深度學習基本介紹 ●卷積神經網絡 ●訓練卷積神經網絡 ●遷移式學習 ●深度學習數位影像數據標籤註記 ●深度學習模型評估方式 ●深度學習在數位影像分析領域之挑戰 ●超引數優化 ●激活函式 ●損失函式 ●優化函式
英文課程概要 The field of digital image analysis is growing rapidly in many application areas such as manufacturing, medicine, agriculture, transportation, and communication systems. This course aims to introduce the foundations of deep learning for digital image analysis from the fundamental theoretical concepts to applications. The class will provide students with an opportunity to explore the state-of-the-art deep learning models for object detection, image classification, and image segmentation with practical hands-on experience. The challenges of deep learning in the field of digital image analysis will be discussed in this class. The course will also explore some popular image datasets such as MNIST, CIFAR-10, and ImageNet, covering the image data preparation and labeling for deep learning. Evaluation metrics for deep learning models will be examined in detail. Students are free to use any programming language, however the programming examples in this course will be given in Matlab and Python
:::
10608台北市忠孝東路三段1號 電話:(02)27712171 #2100 傳真:(02)27317187
Copyright © 2021 國立臺北科技大學電機工程系 All Rights Reserved.
如對網頁內容有任何建議,請與我們聯絡
1907077 Visits
since May 26, 2003.