一、物體偵測 I (Object Detection)
1.各種電腦視覺任務的定義
2.影像標記準則以及物件偵測的量化指標
二、物體偵測 II (Object Detection)
1.如何混用深度學習技術及傳統機器學習技術來實現物體偵測
2.如何運用CNN先提取 Region Proposal 再進一步的分類，以達到二階段的物體偵測
三、物體偵測 III (Object Detection)
1.如何運用CNN實現單階段物體偵測
2.單階段物體偵測的優勢與缺點
3.各種單階段物體偵測模型彼此的差異及改進之處
四、物體偵測 IV (Object Detection)
1.對抗攻擊中 Targeted 與 Non-targeted 的差別
2.對抗攻擊於理想影像及真實世界影像間的差異性
3.ADAS及自駕車失效案例探討
五、語意分割 (Semantic Segmentation)
1.清楚理解何謂語意分割
2.各種語意分割模型的原理及特色
六、生成式對抗網路 (Generative Adversarial Network)
1.清楚理解何謂生成式對抗網路
2.各種生成式對抗網路模型的原理及特色
3.生成式對抗網路模型如何運用在ADAS及自駕車
