邁向自動駕駛之AI物件偵測技術
張添烜
國立陽明交通大學
教授
張添烜博士於2000年於交大電子獲得博士學位，於2000~2004任職於創意電子擔任副理，於2004年加入交大電子擔任教職至今。於2009年至比利時IMEC擔任訪問學者。張博士曾獲中國電機工程學會優秀年輕電機工程師獎，台灣IC設計學會傑出年輕學者獎。他的專長為VLSI 設計，深度學習與訊號處理。
課程簡介
本課程將會介紹以深度學習為基礎的物件偵測作法，適用於自動駕駛或輔助駕駛設計。
This course will introduce object detection approach based on deep learning, which is suitable autonomous driving applications.
課程目標
預期學生修完本門課，能深入了解以深度學習為基礎的物件偵測背後的原理與其限制，並對實際應用所面臨的即時運算與準確率問題，知道如何解決。
After taking this course, students will learn the principle and limitations of the object detection based on deep learning, and know their real time constraints and accuracy problems and their solutions.
適用對象
電機，電子與資訊工程領域人士或對本課程主題有興趣之學員
課程特色
本課程將介紹經典的兩段式與一段式作法、探討如何加速符合即時應用，與如何增加準確率的各種做法，並以實例說明實際應用場景所遇到的問題與效果。
The topics will cover two stage approaches, single stage approaches and discuss how to accelerate the execution of these deep learning models to meet real time constraints and improve their accuracy. Finally, a real case will be studied to show their strength and weakness.
課程進度
第一週：兩段式物件偵測(Two stage detection)
第二週：一段式物件偵測(Single stage object detection)
第三週：快速物件偵測與小物件偵測(Fast object detection and small object detection)
第四週：效果增進與實例探討(Improvement and real case study)
先備知識
單元測驗