工研院產業學習網

近年來深度學習技術在各種機器學習任務上達到前所未有的精度，這樣的突破使得自駕車或是機器人中，感知系統的可靠度有了極大的提升。欲開發深度學習模型，深度學習框架的選擇是相當重要的。

PyTorch為FAIR (Facebook AI Research)於2017年所開放的深度學習框架，過去兩年在深度學習、電腦視覺、自然語言處理等頂會中的使用率，已經全面超越Tensorflow。相較於Tensorflow，PyTorch容易上手、搭建模型效率極高，程式碼卻更為簡潔，因此，許多最新的深度學習模型都是運用PyTorch實現。

本課程除了簡介深度學習的基本原理以及訓練細節，還會介紹各種深度學習模型，其中包括了影像分類(從Alexnet到ResNet)、物件偵測(YOLOv1-YOLOv7)、影像分割(FCN, DeepLabv1, DeepLabv1, DeepLabv3,DeepLabv3+)，甚至是生成式對抗網路(CGAN, pix2pix, CycleGAN, StarGAN, CyEDA)，尤其是如何運用這些模型在自駕車或是機器人的感知系統中。

經過本次課程的洗禮，您將學會(1)從頭訓練一個深度學習網路，(2)在訓練效果不佳時，如何有系統的調整超參數以提升辨識率，(3)運用適當的模型解決工作上的需求，尤其是如何訓練一個能在效能與計算量間得到平衡的模型。

• 熟悉 Python 此程式語言。
• 協助具影像處理專長之學員切入電腦視覺、深度學習領域
• 未來可應用深度學習技術至駕駛輔助系統、自駕車甚至是機器人中的視覺感知次系統

本課程所有的程式都將在Colab此雲端平台上開發，實作範例包含資料以及程式碼都會提供，本次課程的內容包括了:

1. 深度學習(Deep Learning)簡介

2. 卷積神經網路之訓練細節簡介

3. 知名卷積神經網路(CNN)簡介(從Alexnet到ResNet)

4. 基礎神經網路實作:比較神經網路倒傳遞以Python實作與運用PyTorch自動微分間的差異

5. 運用遷移學習之圖片分類模型實作：

• 實作Alexnet, ResNet進行人臉分類(使用CelebA dataset)
• 實作Hierarchical Cross-Entropy以運用不同群物體具有的相似性進一步的提升分類精度(使用Oxford-IIIT Pet Dataset)

6. 物體偵測模型簡介與實作:

• 實作YOLOv1以實現通用物體偵測(使用Pascal VOC dataset)
• 實作YOLOv3實現多標籤物體偵測模型
• 實作YOLOv7實現口罩偵測

7. 語義影像分割模型簡介與實作:

• 實作FCN實現行車場景之影像分割(使用CamVid dataset)
• 實作DeepLabv3實現行車場景之影像分割(使用CamVid dataset)

8. 生成式對抗網路簡介與實作:

• 運用DCGAN實現人臉影像生成(使用CelebA dataset)並使用生成影像提高訓練資料量以提升人臉分類之辨識率。
• 實作pix2pix實現房屋layout圖影像轉換
• 實作CycleGAN實現馬變斑馬
• 實作CyEDA以實現日夜影像轉換

1. 具備程式設計能力，未來想投入機器學習、電腦視覺或資料科學領域的工程師
2. 想應用電腦視覺、機器學習相關技術至物聯網、駕駛輔助系統之程式設計師

林哲聰  老師