課程代號:2325120071  
確定開班

【政府補助】生成式AI:運用Vibe Coding打造自駕車影像辨識系統

1.雲端實作,AI 加持:熟悉在 Google Colab 上使用 PyTorch,並學會運用 Gemini 等 AI 工具輔助編碼,降低學習門檻。 2.掌握自駕核心:深入理解 Tesla 純視覺感知系統的演進與核心技術(CNN, Transformer, BEV)。 3.實戰演練:親手實作物件偵測、語義分割、車道線偵測等多任務模型。 4.創新應用:學會運用最新的生成式 AI 技術 (GAN, Diffusion) 來增強自駕車訓練數據。 5.搶佔先機:快速切入商機無限的自駕車市場,掌握台灣第四 C (Car) 產業的關鍵技術。

課程型態/
實體課程
上課地址/
中科管理局_工商服務大樓4樓或9樓教室
時  數/
14 小時
起迄日期/
2026/02/05 ~ 2026/02/06
聯絡資訊/
陳冠蓉   04-25685000#7138
報名截止
課程介紹

         想了解 Tesla 如何僅憑攝影機就實現自動駕駛嗎?想親手打造屬於自己的自駕車視覺 AI 模型嗎?本課程將帶您深入探索當今最前沿的純視覺自駕技術!

         近年來,Tesla 以其強大的純視覺 FSD (Full Self-Driving) 系統震撼全球,證明了不依賴昂貴雷達,僅靠攝影機也能實現精準的環境感知。從早期的 CNN 多任務模型,到後來引入 Transformer 和獨特的 BEV (鳥瞰視圖技術,Tesla 不斷突破技術天花板,解決了多鏡頭融合的難題,實現了對車輛、車道線、可視區域的精準偵測。

         本課程將帶您循著 Tesla 的技術演進軌跡,從基礎的物件偵測與語義分割開始,逐步解鎖自駕車視覺感知的核心技術。您將學習如何設計共享骨幹網路 (Backbone) 的高效模型,並深入理解為何 Transformer 架構能成為當今自駕車影像辨識的主流選擇,以及它如何克服傳統 CNN 在處理多鏡頭數據時的瓶頸,實現更精準的 3D 感知。

         除了感知技術,我們還將探討生成式 AI 在自駕領域的創新應用。您將學習從經典的 GAN 到最新的 Stable Diffusion 等擴散模型,了解如何運用這些強大的工具來「無中生有」或「移花接木」。例如,我們可以將白天行車影像轉換成夜晚或雨霧場景,甚至直接生成帶有標記資料的多樣化訓練數據,大幅降低資料收集的成本。

        本課程最大的特色在於「實作至上,AI輔助」。我們全面採用 Google Colab 雲端平台,您無需準備昂貴硬體或安裝複雜軟體,只需一個 Google 帳號和瀏覽器,就能隨時隨地開始學習。更重要的是,我們將引入最新的「Vibe Coding」模式,教您如何利用 Gemini 等先進 AI 助手來輔助撰寫程式訓練模型。您將體驗到「用自然語言寫程式」的便利,讓 AI 幫您處理繁瑣的程式碼細節,您只需專注於理解核心原理和實現創意。

        無論您是想切入龐大車用市場的工程師,還是對自駕技術充滿好奇的愛好者,本課程都將是您掌握未來關鍵技術的最佳起點!

 

課程目標 / 效益

◆  課程目標:

  • 雲端實作,AI 加持:熟悉在 Google Colab 上使用 PyTorch,並學會運用 Gemini  AI 工具輔助編碼,降低學習門檻。
  • 掌握自駕核心:深入理解 Tesla 純視覺感知系統的演進與核心技術(CNN, Transformer, BEV)
  • 實戰演練:親手實作物件偵測、語義分割、車道線偵測等多任務模型。
  • 創新應用:學會運用最新的生成式 AI 技術 (GAN, Diffusion) 來增強自駕車訓練數據。
  • 搶佔先機:快速切入商機無限的自駕車市場,掌握台灣第四 C (Car) 產業的關鍵技術。
     

◆  課程目標:

  • 協助具影像處理專長之學員切入電腦視覺、深度學習以及生成模型領域。
  • 學會CNN/Transformer的原理與實作,並運用在各種電腦視覺任務。
  • 應用深度學習影像辨識以及影像生成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
     

建議參訓對象

  • 對深度學習尤其是自動駕駛、生成模型或是影像辨識系統有興趣的研發、設計與開發、部門工程師及主管,並學會運用Vibe Coding開發深度學習模型。

     

課程大綱暨軟體安裝說明

課程綱要

課程內容

一、ADAS/自駕車 ×AI 感知 × 2D/3D基礎與實作
  • ADAS/AD相關資料集與量化指標
  • 2D物件偵測(CNNTransformer)YOLOv1-v13, DETR, Anchor DETR, RT-DETR
  • 2D物件偵測模型實作:使用BDD100K資料集
  • 語義分割模型(CNNTransformer): FCN, DeepLabv3+, SETR, SAM (Segment Anything Model)
  • 2D3D車道線偵測模型:SCNN, 3D-GeoNet
  • 多任務(Multi-Tasking) YOLOYOLOP, A-YOLOM
  • 基於BEV的鳥瞰語義分割模型:Lift, Splat, Shoot
  • 基於單攝影機的3D物件偵測模型:FCOS3D
  • 基於Transformer之跨攝影機3D物件偵測模型:DETR3D, PETR
  • 多任務骨幹共享物件偵測與語義分割模型實作:使用BDD100K資料集
二、生成式AI在自駕影像模擬中的應用
  • 生成式對抗網路原理以及量化指標
  • 成對與非成對影像轉換:透過Pix2PixCycleGAN將白天影像轉換成夜間影像
  • 結構一致日夜街景影像轉換:運用Cycle-Object Edge Consistency將白天街景轉為夜晚並維持結構
  • 基於Stable Diffusion之影像編輯與實作:運用Instruct-Pix2Pix直接修改影像情境(晝夜霧雨之情境互轉)
  • Diffusion Engine:影像以及物件偵測標記資料同時生成
  • Stable Diffusion之四大微調技巧(Controlnet, Dreambooth, LORA, Textual Inversion)

★軟體安裝說明:已完成報名與繳費的學員,請備 Google 帳號,以利上課當日開通 Google Colab Pro進行實作練習。我們將貼心提供 NT$300 元補助,協助您更輕鬆完成設定。
★敬請攜帶筆電(作業系統不限),只需Google帳號及安裝Chrome即可,以利課程案例練習,實際應用在工作中! 
★本課程若有不可抗力因素將擇期辦理,本單位保留修改課程與講師的權利。 

 

講師簡介

工研院專業講師/林博士

【學歷】台灣大學應用力學研究所碩士/清華大學資訊工程研究所博士

【現職】瑞典Zenseact(Volvo Cars)自動駕駛深度學習工程師

【經歷】瑞典Chalmers University of Technology 博士後研究員

  • 工研院機械所副研究員/研究員/資深研究員
  • 加州大學聖塔芭芭拉分校資工系訪問研究員
  • 上奇資訊-計算機概論 共同譯者
  • 2010 伽利略創新大賽 台灣區季軍
  • 2011 伽利略創新大賽 特別獎(GNSS Living Lab)得主
  • 2013 伽利略創新大賽 瑞士區冠軍
  • 2016 日本立命館大學英文演講比賽 清華大學代表
  • 2017 CVGIP 行人偵測競賽 亞軍
  • 2017 MOST 生成式對抗網路競賽 佳作
  • 2018第八屆兩岸清華研究生學術論壇 清華大學代表
  • 2019 IEEE ICIP Three Minute Thesis Competition (3MT®): Finalist
  • 2020 AI智慧應用新世代人才培育計畫-人才解題實證(倒車攝影機影像識別-障礙物與逼近偵測): 佳作
  • 2020 中華民國影像處理與圖形識別學會第十三屆博碩士論文獎博士論文佳作
  • 2020 中華民國資訊學會碩博士最佳論文獎-博士論文佳作

【專長】Computer Vision, Image Processing, Machine Learning, Deep Learning, Vision-based Autonomous Driving System, Generative Model.

 

受訓證明

1. 參加<生成式AI:運用Vibe Coding打造自駕車影像辨識系統>之學員,研習期滿,出席率超過80%()以上,且經實務討論或考試成績合格者,即可獲得工研院頒發的受訓證明。

2. 測驗平均總成績在60分(含)以上為合格。

 

課程費用

  • 歡迎加入LINE@好友,隨手掌握最新課程資訊及優惠方案~LINE搜尋【@cco1893w】或【https://is.gd/35XryD】加入
  • 本課程歡迎企業包班 ~請來電洽詢 課程承辦人陳小姐(Zoe) 04-2585000分機7131

類別 (限本國籍)

課程價格

一般身分補助

(原價NT$18,000,補助 NT$9,000學員自付 NT$9,000) 

$ 9,000 /

21天前報名~享早鳥優惠價

$ 8,500 /

三人()以上相揪同行~享優惠價

$ 8,000 /

軟體安裝說明:已完成報名與繳費的學員,請備 Google 帳號,以利上課當日開通 Google Colab Pro進行實作練習。我們將貼心提供 NT$300 元補助,協助您更輕鬆完成設定。

本課程經政府補助,上課學員皆需依規定填寫相關資料,且學員出席時數需達報名課程時數八成以上,方可適用補助辦法,若未符合規定者,則需將其政府補助費用繳回。
★因應性別主流化國際趨勢,打造友善職場之發展,優先保留女性參訓名額

 

報名方式

經濟部產業發展署『機電產業智慧製造升級計畫』

– 主辦單位:經濟部產業發展署 / 執行單位:工業技術研究院

– 產業發展署補助計畫課程費用50% 

--------------------------------------------------------------------------------

上課日期:1150205~0206(週四~)

上課時間:09:00~17:00;每天7小時,共計14小時

-----------

上課地點:工研院產業學院 台中學習中心-訓練教室 (實際上課教室請依據上課通知函為準!)

上課地址:台中市大雅區中科路6(中科-工商服務大樓-4樓或9樓教室)

上課地圖(公設場地)https://reurl.cc/xObA0N

交通資訊:(台中市民-使用【悠遊卡】、【一卡通】 搭乘台中市區公車-10公里內免費)
-可搭乘『高鐵接駁公車:161路』:高鐵台中站至中科管理局工商服務大樓往返 (平日/假日均行駛
-或搭乘『中科免費巡迴巴士(西屯線)』:統聯中港轉運站至中科管理局工商服務大樓往返(平日行駛)
-搭乘仁友客運:45路、巨業客運:68路、台中客運:69路、統聯客運77路/79路(平日行駛)
-中科管理局近250個地下室平面停車位,停車便利憑『車牌辬識』入場,本單位貼心免費消磁

-----------

預計招生名額:25名為原則,依報名及繳費完成之順序額滿為止(本班預計12人即開課)

報名方式:

1.線上報名:請點選頁面右上角「線上報名」

2.電子郵件報名:E-mailcindy.ch@itri.org.tw

課程洽詢:04-25685000 分機71387136 陳小姐

-----------

繳費資訊: 

()信用卡(線上報名):

繳費方式選「信用卡」,直到顯示「您已完成報名手續」為止,才確實完成繳費。

()銀行匯款(公司或個人電匯付款)

土地銀行工研院分行,帳號156-005-00002-5(土銀代碼:005)。

戶名「財團法人工業技術研究院」,請將匯款單據E-MAIL cindy.ch@itri.org.tw 工研院產業學院 台中學習中心 收。

 

※繳費後請於收據上註明「公司名稱、課程訊息、姓名、聯絡電話」,E-MAIL cindy.ch@itri.org.tw 陳小姐 收。

 

注意事項

◆以下注意事項─敬請您的協助,謝謝!

【實體/線上同步課程】

為確保您的上課權益,報名後若未收到任何回覆,敬請來電洽詢方完成報名。
2、因課前教材、講義及餐點之準備及需為您進行退款相關事宜,若您不克前來,請於開課三日前告知,以利行政作業進行並共同愛護資源。
3、若原報名者因故不克參加,但欲更換他人參加,敬請於開課前二日通知。
4、退費辦法:
 4-1. 學員於實體/數位直播課程開訓前退訓者,將依其申請退還所繳上課費用90%,另於培訓期間若因個人因素無法繼續參與課程,將依上課未逾總時數1/3,退還所繳上課費用之50%,上課逾總時數1/3,則不退費。
 4-2. 凡報名之課程涵蓋雲端自學課程,當開通帳號後,學員若因個人因素無法繼續參與課程者,恕不退費本單元之雲端自學課程費用。
5. 本課程保留修改課程與講師的權利,敬請見諒
6、本課程若有不可抗力因素將擇期辦理,本單位保留修改課程與講師的權利。 
7、結訓學員應配合經濟部產業發展署培訓後電訪調查。
-------------
【雲端自學課程】

1、本課程為數位課程,待報名且繳款完成,並由課程承辦人確認收款無誤後,將開通帳號以及提供觀看連結予學員,學員將於付費之觀看期間內,享無限次數觀看權限。
2、為確保學員的上課權益,報名後若未收到任何回覆,敬請主動詢問是否完成報名。
3、請報名學員遵守數位學習平台之隱私聲明等相關規範。為尊重講師之智慧財產權,請勿錄影、錄音,恕無法提供課程講義電子檔。
4、數位課程同一帳號僅限本人使用,不得將參加課程活動之權利轉讓予他人。
5、退費辦法:
(1) 購買 7 日內且未觀看正式付費單元→ 可退還 100% 全額課程費用
(2) 購買 8-14 日內且未觀看正式付費單元→ 可退還 30% 課程費用
(3) 購買超過 15 日(含)申請 → 恕不退費

------------

◆其它課程參考:(點選課程名稱可連結至課程)

【全數位學習】課程專區

時數

電動車核心技術整合與應用學程【全數位課程】

18

電控與工業通訊聯網暨大數據AI應用系列【全數位課程】
單元一:電控與控制基礎
單元二:工業通訊與機聯網
單元三:智慧製造趨勢與工業大數據AI應用

8.5
3
3
2.5

智慧機器人基礎及進階應用技術學程【全數位系列】
【A1】機器人產業發展趨勢與應用
【B1】機器手臂設計與控制
【B2】機器手臂校正原理與應用
【B3】AI機器視覺與機器人模擬器應用實例
【B4】機器人虛實整合系統
【B5】自主移動機器人系統
【C1】機器人技術應用案例 

18.8
2
1.2
3
1.5
3.6
4.3
3.2

智慧工廠系統整合技術應用學程【全數位系列】
【A1】AI智慧製造技術趨勢與應用
【B1】工業用AI
【B2】設備通訊
【B3】設備預知保養概論
【B4】產線智能
【C1】機械振動訊號擷取方法
【C2】工業4.0診斷與評估
【C3】品質檢測與視覺系統應用
【C4】設備診斷
【C5】智慧工廠導入

21
2
2.6
2.6
1
4
1.4
1.8
2.3
1.3
2

精密控制與無人機技術【全數位課程】
【A1】多軸運動控制技術-精密運動控制迴路設計與開發
【B1】伺服馬達電磁設計
【B2】伺服馬達驅動設計
【C1】無人機關鍵模組設計技術
【C2】無人機動力模組控制實作

10.3
3.2
1.7
1.7
2
1.7

自駕車與電動車技術整合【全數位系列】
【A1】數位孿生車輛模型與應用
【A2】Traction Motor Controllers
【A3】電動車輛充電技術簡介和通信相容性測試

3.3
1
0.8
1.5

人機共創導引-設計思考與創新實踐【全數位課程】

2.5

SolidWorks曲面設計技術基礎實作【全數位課程】

7

 

推薦課程

其它課程參考:(點選課程名稱可連結至課程

【智慧機械/智慧製造】技術類-課程專區 

時數 

ANSYS結構分析技術實務班【電腦實作】

38

製程設備SECS及GEM連線技術【電腦實作】

14

生成式AI:運用Vibe Coding打造自駕車影像辨識系統【電腦實作】

14

永磁無刷馬達之分析、設計與實例模擬【電腦實作】

14

SolidWorks零組件工程圖與CSWA實務班(臺中班)【電腦實作】

38

SolidWorks進階零組件工程圖與CSWP實務班 (臺北班)電腦實作】

56

SolidWorks零組件工程圖與CSWA實務班(臺北班)【電腦實作】

38

SolidWorks進階零組件工程圖與CSWP實務班 (臺中班)【電腦實作】

56

新科技生產線靜電控制:ANSI/ESD S20.20進階管理人才訓練 

7

科技生產線ESD控管與ESD防制標準實現(ANSI/ESD S20.20- 2021新版)

12 

靜電放電(ESD)防護設計與測試驗證實務班 

14 

產線電磁干擾(EMI)防制設計與接地工程 

14 

新世代半導體製程技術與製程整合 

14 

科技產業ESD測試(含車規)實務&規範與失效分析 

14 

◆新版 AIAG & VDA FMEA 風險分析與實務應用

12

夾治具設計與應用實務班 

12

機械結構設計技術實務班 

12

馬達驅動器開發與設計實務班 

12

量測與校正實務培訓班

12 

◆ISO尺寸儀器校正技術實務班

12

《全系列課程》公差設計與量測應用工程師培訓班
課程一 尺寸及幾何公差基礎與選配應用
課程二 公差原則與設計應用實務
課程三 幾何公差與量測應用實務
課程四 公差分析與尺寸鏈應用實務
雲端自學先修 尺寸公差配合設計(基礎)

30
7.5
7.5
7.5
7.5
3

《全系列課程》齒輪與齒輪傳動系統技術探討系列課程
課程一 圓柱齒輪設計製造與應用
課程二 蝸桿蝸輪傳動系統設計、製造與應用
課程三 傘齒輪與行星齒輪技術探討
課程四 齒輪傳動系統的功能檢測與振動噪音探討

40
10
7.5
7.5
7.5
7.5

 機械產業工程師暨主管人才實務【初階】
課程一 機械製圖基礎與實務應用
課程二 機械公差基礎與應用解析
課程三 機械元件設計與應用
課程四 加工製造技術
課程五 金屬材料加工性質與熱處理技術

40
10
7.5
7.5
7.5
7.5

 

其它課程參考:(點選課程名稱可連結至課程)

生技製藥-課程專區

時數

《全系列課程》生技製藥PIC/S GMP/GDP品質管理及建廠、確效及文件建構管理師培訓班
A1: 生技製藥PIC/S GMP/GDP品質管理及建廠(含倉儲)評鑑實務
A2: 生技製藥PIC/S GMP/GDP驗證、確效及文件建構實務

30
15
15

生技製藥PIC/S GMP電腦化系統確效實務 

7

生技製藥產業GMP規劃控制汙染策略實務 

14

生產/品質/檢測-課程專區

時數

預防及杜絕生產製程與品管研發的缺失與損失-防呆法的活用與實務 

7

MSA-GR&R 品質測量系統分析實務應用【含Minitab實作】 

12

◆新版 AIAG & VDA FMEA 風險分析與實務應用

12

製造業廠長的10大職責與10大能力技巧實務班 

12

全系列課程》【實驗室管理人才訓練系列】
A1: 實驗室品質管理訓練課程
A2: 實驗室主管訓練課程
A3: 實驗室內部品質稽核課程

34
15
12
7

《全系列課程》【研發管理工程師四大關鍵技能-實務系列】
A1: 系統化問題分析與解決
A2: 創新型態的產品開發管理 
A3: 研發專案規劃與執行
A4: 研發績效與團隊領導 

28
7
7
7

7