訓練日期：2026-07-04上課地點：線上課程上課費用：線上洽詢 課程介紹： 1.熟悉Python此程式語言 …

訓練日期：2026-07-04
上課地點：線上課程
上課費用：線上洽詢

課程介紹：

1.熟悉Python此程式語言以及PyTorch此深度學習框架
2.協助具影像處理專長之學員切入電腦視覺/深度學習領域
3.學會在應用各種CNN與Transformer模型解決各種電腦視覺的工業應用
4.未來可銜接各類進階深度學習課程

報名此課程

課程內容：

PyTorch深度學習CNN與Transformer影像辨識與生成模型實作

■ 課程介紹

深度學習在過去十年徹底革新了電腦視覺領域。這一切的起點可以追溯到卷積神經網絡 (CNN) 的崛起，透過獨特的卷積核設計，層層堆疊，從邊緣、紋理到複雜的物件結構，構建出強大的視覺表示能力。從開創性的 AlexNet 誕生標誌著 CNN 時代的開啟，隨後 ResNet 等架構的提出更解決了深層網絡訓練的難題，將CNN 推向頂峰。

然而，隨著 Transformer 架構挾其強大的全局關聯捕捉能力 (Attention Mechanism) 開始引起視覺研究者的關注。Vision Transformer (ViT) 的誕生，證明了 Transformer 能直接處理圖像序列，並在多項任務中超越傳統 CNN，正式開啟了視覺領域從 CNN 到 Transformer 的典範轉移新篇章。

本課程將深入探索剖析為何在圖片分類、語意分割、物件偵測、生成模型乃至自動駕駛等關鍵視覺任務中，模型架構正經歷著從 CNN 到 Transformer 的深刻變革。在圖片分類任務中，Transformer 透過捕捉全局上下文信息，進一步提升了分類的準確性；在語意分割和物件偵測等需要精細定位的任務中，Transformer 的注意力機制能更有效地建模物件間的長距離依賴關係，從而實現更精確的分割與偵測結果。生成模型領域，從早期的 GANs 到如今爆紅的 Stable Diffusion 等 Diffusion Models，Transformer 的引入使得生成高品質、高解析度的圖像成為可能，並帶來了強大的可控性。

應用案例將分享將針對自動駕駛這個高度整合多種感測技術的應用場景中，Transformer 更展現出處理多模態數據（如相機、雷達）和時序信息的巨大潛力，為更安全、更智慧的自動駕駛系統奠定了基礎。本課程將帶領您深入理解這些技術背後的原理，掌握如何應用這些先進模型解決實際問題，為進入高階 AI 應用領域奠定堅實基礎。

■ 課程大綱

師資介紹：

 林哲聰  講師學歷:台灣大學應用力學研究所碩士/清華大學資訊工程研究所博士現職:瑞典自駕車軟體開發公司Zenseact(Volvo Cars)深度學習工程師經歷:馬來西亞偉特科技公司(ViTrox)研發顧問馬來西亞10 EPOCH科技公司研發顧問工研院機械所副研究員/研究員/資深研究員加州大學聖塔芭芭拉分校資工系訪問研究員上奇資訊-計算機概論 共同譯者2010 伽利略創新大賽 台灣區季軍2011 伽利略創新大賽 特別獎(GNSS Living Lab)得主2013 伽利略創新大賽 瑞士區冠軍2016 日本立命館大學英文演講比賽 清華大學代表2017 CVGIP 行人偵測競賽 亞軍2017 MOST 生成式對抗網路競賽 佳作2018第八屆兩岸清華研究生學術論壇 清華大學代表2019 IEEE ICIP Three Minute Thesis Competition (3MT®): Finalist2020 AI智慧應用新世代人才培育計畫-人才解題實證(倒車攝影機影像識別-障礙物與逼近偵測)：佳作2020 中華民國影像處理與圖形識別學會第十三屆博碩士論文獎博士論文佳作專長:Computer Vision, Image Processing, Pattern Recognition, Machine Learning, Deep Learning, GPS , Embedded System, iPhone Programming已於車用影像安全警示系統領域中發表過二十五篇國際論文，十五篇國內論文，以及十三篇專利。

備註：
詳細內容及報名需知，請點選報名後見協會網站內容

報名此課程

[elementor-template id="128291"]

這篇文章 【7/4線上】PyTorch深度學習CNN與Transformer影像辨識與生成模型 – 工研院產業學院(台北) 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。