Building AI Image Processing Applications with Deep Learning
- TTDT61
- Classroom
- Fundamental
- Thai | 0
เนื้อหาวิชานี้ผู้เรียนจะได้เรียนรู้แนวคิดพื้นฐานของ Deep Learning และการประยุกต์ใช้ Deep Learning สำหรับการประมวลผลภาพ (Image Processing) และ Computer Vision โดยเน้นการเรียนรู้ผ่าน Case Study และการประยุกต์ใช้กับปัญหาจริงขององค์กร
Course description
Time
Instructor
Venue
Building AI Image Processing Applications with Deep Learning
เนื้อหาวิชานี้ผู้เรียนจะได้เรียนรู้แนวคิดพื้นฐานของ Deep Learning และการประยุกต์ใช้ Deep Learning สำหรับการประมวลผลภาพ (Image Processing) และ Computer Vision โดยเน้นการเรียนรู้ผ่าน Case Study และการประยุกต์ใช้กับปัญหาจริงขององค์กร
โดยผู้เรียนจะได้เรียนรู้ตั้งแต่พื้นฐานของ Deep Learning, Neural Networks และ Convolutional Neural Networks (CNN) การเตรียมข้อมูลภาพ การสร้างและประเมิน Image Classification Model ตลอดจนการประยุกต์ใช้ Object Detection ด้วย YOLO เพื่อระบุและระบุตำแหน่งวัตถุในภาพหรือวิดีโอ และการนำผลลัพธ์ไปประยุกต์ใช้กับกรณีศึกษาต่างๆ ได้แก่ 1) การรู้จำใบหน้า (Face Recognition) 2) การตรวจจับยานพาหนะและป้ายทะเบียน (Vehicle and License Plate Detection) 3) การนับจำนวนบุคคลและวิเคราะห์ความหนาแน่นของพื้นที่ (People Counting and Occupancy) และ 4) การวิเคราะห์ข้อมูลการจราจรจากภาพและวิดีโอ (Traffic and Road Analytics)
- ผู้บริหารและผู้จัดการที่ต้องการนำ AI และ Computer Vision มาใช้ในองค์กร
- Data Analysts และ Data Scientists
- AI / Machine Learning Professionals
- บุคลากรด้าน IT และ Digital Transformation
- บุคลากรด้าน Engineering และ Operations
- บุคลากรด้าน Manufacturing และ Quality Control
- บุคลากรด้าน Security และ Safety
- บุคลากรด้าน Transportation และ Traffic Management
- Software Developers และ System Developers
- นักวิจัยและผู้ที่สนใจด้าน Deep Learning และ Computer Vision
- ผู้ที่ต้องการประยุกต์ใช้ AI กับข้อมูลภาพและวิดีโอ
- เข้าใจแนวคิดพื้นฐานของ Deep Learning สำหรับ Image Processing และ Computer Vision
- เข้าใจหลักการทำงานของ Neural Networks และ CNN
- เรียนรู้การเตรียมและจัดการข้อมูลภาพสำหรับ AI
- เข้าใจความแตกต่างระหว่าง Image Classification และ Object Detection
- เรียนรู้การประยุกต์ใช้ YOLO สำหรับ Object Detection
- เข้าใจแนวทางการนำ AI Image Processing ไปประยุกต์ใช้กับระบบภาพและวิดีโอจริง
Module 1: Introduction to Deep Learning for Image Processing
- Overview of Artificial Intelligence and Deep Learning
- Neural Networks
- Deep Learning Workflow
- Image Processing and Computer Vision
- Image Data and Image Representation
- Training, Validation and Testing Data
- Deep Learning Applications in Image Processing
Module 2: Convolutional Neural Networks (CNN) for Image Classification
- Introduction to Convolutional Neural Networks
- Transfer Learning Concept
- Training and Evaluating CNN Models
Module 3: Introduction to YOLO and Object Detection
- Image Classification vs. Object Detection
- Object Localization
- Bounding Box
- Object Detection Workflow
- Object Detection Dataset and Annotation
- Introduction to YOLO
- YOLO Object Detection Concept
- Real-time Object Detection
- Image and Video Object Detection
Case Study: Object Detection
Module 4: Face Recognition and Face Verification
- Face Detection
- Face Recognition
- Face Verification
- Face Embedding
- Feature Representation
- Applications of Face Recognition
- Privacy and Responsible AI
Module 5: AI Visual Inspection for Manufacturing
- Introduction to Visual Inspection
- Product Image Data
- Quality Control
- Defect Detection
- Product Classification
- Object Detection for Manufacturing
- Defect Localization
- AI-assisted Quality Inspection
Module 6: Vehicle and License Plate Detection
- Vehicle Detection
- Vehicle Classification
- Object Detection with YOLO
- License Plate Detection
- Image Preprocessing
- Vehicle Counting
- Vehicle Identification
- Applications in Transportation and Security
Module 7: People Counting and Occupancy Analytics (Video)
- Person Detection
- Object Tracking
- People Counting
- Entry and Exit Detection
- Occupancy Analytics
- Region of Interest (ROI)
- Real-time Video Analytics
- Applications in Buildings and Public Areas
Payment can be made by:
- Cash or Credit Card or Bank Cheque payable to
สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ or National Science and Technology Development Agency
(a post-dated cheque is not accepted) on the first day of the service or within the last day of the service. - Account transfer and send the proof of the payment (the deposit slip) via email xxx@swpark.or.th
- ธนาคารกรุงเทพ สาขาอุทยานวิทยาศาสตร์
Saving Account Number: 080-0-00001-0
Account Name: สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ - ธนาคารกรุงไทย สาขาตลาดไท
Saving Account Number: 152-1-32668-1
Account Name: สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ
- ธนาคารกรุงเทพ สาขาอุทยานวิทยาศาสตร์
Notes:
- Withholding tax (3%) is exempt.
- Should you need to withdraw, you must send the notice of the withdrawal in writing no later than 7 working days before the commencement date. The cancellation less than 7 days will be subject to a fine of 40% of the fee.
- Software Park Thailand reserves the rights to cancel courses due to unforeseen circumstances.
Contact Person
For more information, contact our course coordinator on:
คุณภัสสร พรทิพย์
Ms. Patsorn Pornthip
Tel: 02583-9992 Ext. 81422
Mobile: 088-893-5564
Email:patsorn@swpark.or.th, ttd@swpark.or.th
You are encouraged to use the course schedule as a guide to plan your training.
The schedule is accessible at www.swpark.or.th for more information.
12,000 THB .
สำคัญ!!! กรุณารอการยืนยันเปิดการอบรมจากเจ้าหน้าที่ก่อนการชำระค่าลงทะเบียน
สำคัญ!!! กรุณารอการยืนยันเปิดการอบรมจากเจ้าหน้าที่ก่อนการชำระค่าลงทะเบียน
Course Detail :
Instructor info
Asst. Prof. Dr.Walisa Romsaiyud
อาจารย์ประจำภาควิชา วิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยสุโขทัยธรรมาธราช