電腦視覺與機器學習應用 - 投影片
講師簡介 摘要 本日議題 概述－什麼是機器學習? 概述－什麼是機器學習? 概述－什麼是機器學習? 概述－什麼是機器學習? 可以用機器學習做什麼？ AI 的範例用途 深度學習建模流程 分類－澱粉袋分檢 物件偵測－安全健身 物件偵測－牛隻辨識 物件偵測－花朵密度分析 物件偵測範例 物件追蹤－行人監控 物件偵測－電子圍籬 圖像切割－晶圓製造漏液檢測 圖像切割－金屬件缺陷檢測 背景移除－去背影像分析 背景移除－髮絲等級去背 異常偵測－拉鍊缺陷檢測 肢體偵測－安全健身 字元偵測 字元辨識、物件偵測－車牌辨識 人臉辨識 開始使用機器學習做個產品吧！ 做 ML 需要準備哪些東西？ 1. 思考問題 2. 資料搜集以及前處理 3. 特徵工程 使用領域知識(Domain knowledge)，從現有的數據包含的特徵來開發相關特徵，藉以增進機器學習的能力 4. 訓練／測試／調整模型 產品化 整合機器學習模型以及現有的軟體 產品化 開始做 AI 流程 Q&A時間
