深度學習智慧應用
Intelligent Applications of Deep Learning
學期
109-1
學分
3
學分
當期課號
5005
永久課號
IEC5063
開課單位
電機學院碩士在職專班
授課教師
易志偉
校區
光復
類別
選修
上課時間表
| 節 | 週二 |
|---|---|
A 18:30–19:20 | 深度學習智慧應用 EC114 3 節連堂 |
B 19:30–20:20 | |
C 20:30–21:20 |
* 根據陽明交大上課時間表所列
概述
課程將教授Convolutional Neural Networks及Recurrent Neural Networks等深度學習相關的知識及應用,基於開源的深度學習程式碼來開發進階應用,包含:物件追踪、車流計算、動作辨識及語音辨識等。授課內容將以深度學習及應用實作為主軸,包含: 1. 基礎技能:開源軟體專案的使用、影音資料處理、CNN簡介。 2. 物件辨識:R-CNN及YOLO等網路實作,以車輛辨識為應用範例。 3. 物件追踪:基於物件辨識網路,實作物件追踪,以車流計算及網球追蹤為應用範例。 4. 動作辨識:人體骨架偵測網路實作,以姿態分析為應用範例。 5. 多媒體資料庫查詢:metrics learning相關網路實作,以商品查詢及語音人物辨識為應用範例。
先修科目
Python程式語言、演算法(大學部)
教學方式
請自備具筆電,並具可使用GPU資源(本機或雲端皆可),課堂將安排實作,約占一半之授課時間。 課程將安排數個深度學習網路及應用之實作,需花費大量時間,選課前請慬慎評估時間規劃。
評分方式
期中技術報告及簡報 * 1 15% 深度學習網路實作 * 4 60% 期末專案 * 1 25%
週次計畫
| 週次 | 主題 |
|---|---|
| 第 1 週 | 課程簡介 |
| 第 2 週 | Open Source Project工具 影音資料處理 |
| 第 3 週 | Convolutional Neural Networks |
| 第 4 週 | 物件辨識及YOLO實作 |
| 第 6 週 | 物件追蹤:車流計算 |
| 第 8 週 | 期中報告 |
| 第 9 週 | 微小及快速物件追蹤:TrackNet |
| 第 11 週 | 智慧結帳櫃 |
| 第 13 週 | 影片及語音資料庫查詢 |
| 第 15 週 | 期末專題報告 |
| 第 17 週 | 補期末專題成果展示/補繳 |
教科書
授課講義、論文及網路開源資料
Office Hours
- 地點
- EC432
- 時間
- Tu 5:00-6:30 pm
- 聯絡方式
- Email: cwyi@nctu.edu.tw Tel: (03)5131346