系列介紹
電腦視覺與深度學習是一門實作課程，可協助您建立影像和視訊辨識系統 - 從基本影像分類到物件偵測 (YOLO)、影像分割 (SAM) 和 Vision Transformer。
🎯 為什麼選擇電腦視覺？ ** CV 是具有最**實際應用的人工智慧領域：自動駕駛汽車、醫療（X 射線、MRI）、零售（客戶計數）、安全（識別）、農業（害蟲檢測）、製造（錯誤檢查）...
你會學到什麼？
第 1 部分：履歷基礎
- 第 1 課： 什麼是電腦視覺？使用 OpenCV 進行影像處理
- 第 2 課： CNN 深入研究：ResNet、EfficientNet、MobileNet
- 第 3 課： 遷移學習 — 使用經過訓練的模型
第 2 部分：物體偵測
- 第 4 課： 🔥 YOLO 從 v3 到 v11 — 偵測所有內容
- 第 5 課： 針對單獨資料集的自訂 YOLO 訓練
- 第 6 課： 即時偵測 — 攝影機、視訊串流、追蹤
第 3 部分：細分與現代履歷
- 第 7 課： 影像分割：語意、實例、全景
- 第 8 課： 🔥 SAM (Segment Anything) — 分段不需要訓練
- 第 9 課： 穩定擴散與影像生成
- 第 10 課： 視覺轉換器 (ViT) 和 CLIP
第 4 部分：應用程式和部署
- 第 11 課： OCR 和越南語文件理解
- 第 12 課： 多模態 AI：GPT-4o 視覺、Gemini 視覺
- 第 13 課： 邊緣部署：TensorRT、ONNX、移動
- 第 14 課： 頂點：端對端 CV 系統
需要輸入
- 中階 Python（NumPy、matplotlib）
- 對神經網路的基本了解（或完成「AI & LLM」系列課程 1-4）
- Google Colab（免費，提供 T4 GPU）
- 本地 GPU 很有優勢，但不是必需的
使用的工具
Python 3.11+ | Ngôn ngữ chính
PyTorch | Deep Learning framework
Ultralytics | YOLOv8/v11
OpenCV | Image processing
Hugging Face | ViT, SAM, SegFormer
Roboflow | Data labeling & management
Google Colab | Free GPU training
TensorRT / ONNX | Model optimization
Streamlit | Demo web app