OpenCV4 + TensorFlow2｜看的到就辨識的到的機器視覺技術

購課人數達 200 人即解鎖實作單元！

第 14 章彩蛋章節 - 車牌辨識實作。學完車牌辨識技術，你將可以運用於交通業，如：停車場車輛進出入、車流辨識等。

10 個經典機器視覺實作，帶你無痛入門，更教你如何延伸至其他產業應用

精華教學片段搶先看

利用機器視覺解決產業問題，並大幅提高產能

隨著機器視覺技術越來越成熟，它被廣泛運用在各種領域，舉凡：製造業，以往需要許多人力確保產品的品質，現在則可以運用機器視覺可以快速且一致的，反覆檢查數千個零件；金融業以往面臨許多個資外洩、盜用等問題，現在則機器視覺更快、更好的辨識客戶，提升資料安全性；醫療上則有外科手術機器人、康復機器人、護理機器人等應用，提升治療的效率與精確度。

學習機器視覺時，你也因為這些問題而卡關嗎？

# 機器視覺的價值在於實務上的應用！

看完上述，你了解機器視覺帶來的生活科技與作業上的便利，但許多軟體工程師、資料科學家有知識、有技術，卻不曉得如何應用在機器視覺的實務上。

除此之外，如果你是已經有一點機器視覺基礎的人，可能會有這些困擾：

• 對於神經網路建構到機器視覺的概念很模糊，不曉得資料流程怎麼設計
• 針對不同的機器視覺題目，不知道如何選擇對的神經網路架構
• 不知道怎麼設定深度學習的參數，處理開發問題

這些痛點，我們都將透過大量實作幫你解惑，讓你不只學會技術，也懂得如何應用！

TensorFlow2、OpenCV4 是什麼？應用在機器視覺有什麼優勢？

 TensorFlow ：是一套由 Google 研發開源的深度學習框架，目前被用於研究及生產許多商業軟體，除了 Google 內部的服務如 Gmail 垃圾郵件分類、Google 翻譯、語音辨識外，Airbnb 的房源影像分類、 Youtube 的推薦影片、Paypal 的防詐欺偵測，都是 TensorFlow 的應用範疇。它還可以用來處理大量數據，快速建立數學模型。

 OpenCV：是由 Intel 發起並參與開發，可用於開發即時的圖像處理、電腦視覺以及圖型識別程式。OpenCV 的視覺辨識可應用於擴增實境、臉部辨識、手勢辨識、人機互動、動作辨識、運動跟蹤、物體辨識、圖像分割、機器人。

因此，以上兩個技術皆為機器視覺應用的必備技術！

再多改版也不怕 ! 隨版本更新課程及程式碼，讓你維持最新技術力

TensorFlow 常常為了增加便利性、提升效能、對應程式語言等原因進行版本更新。版本不同， TensorFlow 的操作方式、應用都有所改變。老師知道版本更新後，學員可能會因還不熟 TensorFlow 而不知如何應對，因此會因應每次版本優化程式碼，並且隨之更新課程內容，讓你不再因為版本更新而困擾。

哪些人適合上這堂課？

本課程與其他市面上的課程有什麼不同？

# 課程設計高達 10 個實作，且價格較實體課程親民

AI 專家 Jerry 老師課程好評不斷

講師簡介

Jerry Wu 老師 — 現任Google機器學習開發專家、歐奔頭殼(股)創辦人兼執行長

國立臺灣科技大學資訊管理所博士候選人。專注於機器智能(Machine Intelligence)的研發與整合，包含機器視覺(CV)與自然語言理解(NLU)。曾任國立台灣科技大學講師、外商數據科學顧問、汽車業資深數據科學顧問、亞太智能機器創辦人兼技術長、DSP智庫驅動(股)共同創辦人兼技術長，歷經許多產、官、學、研機器智能專案。