課程大綱

課程資訊
學年期 Semester	1142	課程代碼 Course Code	CX4026701
課程名稱 Course Title	AI影像辨識入門與實作 Fundamentals and Practice of AI Image Recognition
學分數 Credits	3	選必修 Required/Elective	選修 /半學年
上課時間教室 Time/Location	W6(TR-615) W7(TR-615) W8(TR-615)
先修課程 Prerequisite(s)
授課教師 Lecturer	孫沛立 SUN,PEI-LI
專業核心能力 Core Professional Competencies	1. 搜尋與分析色彩與照明相關研究領域專業知識之能力 2. 創新思考及獨立解決問題之能力 3. 跨領域技術整合與團隊合作之能力

以下課程內容資料由授課教師提供
課程相關網址 Course Website	http://https://drive.google.com/file/d/1fRAjKJQrUdbOvl0_HCWQCQH2Lk-Yw29d/view?usp=drive_link
課程宗旨 Objective of The Course	本課程將以深入淺出方式介紹影像辨識與深度學習相關的技術原理，並以當前風行的 Python 程式語言為平台，結合 OpenCV 電腦視覺套件與 PyTorch 深度學習套件，引導同學完成數個影像辨識實作小專題。 This course provides an accessible introduction to the fundamental principles of image recognition and deep learning. Using the widely adopted Python programming language as a platform, and integrating the OpenCV computer vision library with the PyTorch deep learning framework, students will be guided to complete several hands-on mini-projects in image recognition.
課程大綱 Outline of Lectures	1.影像格式，2.影像幾何與色彩轉換，3.影像增強，4.影像特徵，5.深度學習，6.影像辨識技術，7.影像生成技術 8.OpenCV 電腦視覺套件實作，9.PyTorch 深度學習套件實作，10.模型優化與實務應用，11.影像感測器與照明系統。 1.Image format, 2. Image geometry transform and color conversion, 3. Image enhancement, 4. Image features. 5.Deep leaning, 6.Image recognition, 7. Image Generation, 8. Practice of computer vision library – OpenCV, 9. Practice of deep learning platform – PyTorch, 10. Model optimization and practical applications, 11. Image sensor and illumination systems.
教科書 Textbook	自製講義與 Python 程式範例
參考書目 References
修課學生須知 Notice of course enrollment	1.曾修習過需要撰寫程式的課程， 2.孰悉基礎線性代數(矩陣,線性方程,行列式...)，
評量方式 Grading	出席：10% 作業：40% 期中考：20% 期末報告：30%
備註說明 Note