CH01 認識智慧影像辨識1.1 人工智慧1.1.1 人工智慧是什麼?1.1.2 人工智慧基本應用1.1.3 人工智慧實際應用1.2 智慧影像辨識應用1.2.1 影像處理 1.2.2 智慧影像辨識 1.2.3 突破智慧影像辨識學習的困境CH02 OpenCV和Pillow影像處理2.1 OpenCV 2.1.1 以OpenCV讀取及顯示圖形 2.1.2 儲存影像檔 2.1.3 OpenCV基本繪圖 2.1.4 使用OpenCV進行臉部偵測 2.1.5 擷取臉部圖形及存檔 2.2 圖片特效處理 2.2.1 認識圖片的維度 2.2.2 圖片灰階和黑白處理 2.3 建立新畫布與圖形合併 2.3.1 建立新畫布 2.3.2 圖形合併 2.4 擷取攝影機影像 2.5 Pillow 2.5.1 Pillow圖片基本操作 2.5.2 Pillow圖片編輯 2.5.3 圖片灰階處理 2.5.4 Pillow繪製圖形 2.6 OpenCV與Pillow圖像格式互轉 2.6.1 OpenCV轉Pillow 2.6.2 Pillow轉OpenCV 2.6.3 OpenCV和Pillow黑白圖片處理比較CH03 OpenCV模型訓練3.1 專題方向3.2 準備訓練Haar特徵分類器資料3.2.1 認識Haar特徵分類器3.2.2 處理正樣本及實測圖片3.2.3 處理負樣本圖片3.3 建立車牌號碼Haar特徵分類器模型3.3.1 處理Haar特徵分類器模型的檔案結構3.3.2 加入正樣本3.3.3 加入負樣本3.3.4 正樣本標記資料3.3.5 顯示及修改框選區域3.3.6 調整框選區域寬高比3.3.7 增加車牌數量3.3.8 訓練Haar特徵分類器3.4 使用Haar特徵分類器模型3.4.1 Haar特徵分類器模型語法3.4.2 車牌號碼偵測 CH04 OpenCV影像辨識-車牌4.1 專題方向4.2 車牌號碼擷取4.2.1 原始圖片轉換尺寸4.2.2 擷取車牌號碼圖形4.2.3 以輪廓偵測分割車牌號碼文字4.2.4 組合擷取車牌號碼文字圖形4.2.5 去除畸零地4.3 車牌辨識4.3.1 文字辨識4.3.2 單一車牌辨識4.3.3 整批車牌辨識CH05 火箭級智慧影像辨識-Yolo5.1 Yolo是什麼?5.1.1 Yolo發展歷程5.1.2 Yolo偵測物體原理概述5.1.3 Yolo偵測物體種類5.2 建立Yolo系統5.2.1 安裝軟體與模組5.2.2 編譯Yolo5.2.3 在命令提示字元視窗執行Yolo5.2.4 以Python程式執行Yolov3 5.3 訓練自訂Yolo偵測模型5.3.1 標記工具5.3.2 下載Kaggle口罩資料5.3.3 轉換PascalVOC為Yolo格式5.3.4 建立訓練組態資料結構5.3.5 訓練模型CH06 使用Colab訓練Yolo模型6.1 Colab:功能強大的虛擬機器6.1.1 Colab介紹6.1.2 Colab建立記事本6.1.3 Jupyter Notebook基本操作6.1.4 Colab連接Google Drive雲端硬碟6.1.5 執行Linux命令6.2 Colab中訓練Yolo模型 6.2.1 整理口罩資料6.2.2 進行Yolov3模型訓練6.2.3 訓練Yolo模型注意事項6.2.4 訓練其他Yolo模型6.3 使用自行訓練的Yolo模型6.3.1 在Colab中使用自行訓練Yolo模型 6.3.2 在Python中使用自行訓練Yolo模型CH07 最強智慧影像辨識-dlib7.1 dlib人臉偵測7.1.1 安裝dlib7.1.2 簡單人臉偵測7.1.3 5點特徵人臉偵測 7.1.4 CNN訓練模型人臉偵測7.1.5 68點特徵人臉偵測7.1.6 攝影機圖像中畫出點輪廓7.2 dlib人臉辨識7.2.1 人臉辨識 7.2.2 dlib人臉登入系統7.3 dlib其他應用7.3.1 偵測嘴巴是否張開7.3.2 偵測打瞌睡7.3.3 物體追蹤CH08 dlib自行訓練模型8.1 dlib訓練自己模型 8.1.1 擷取影片畫面蒐集資料8.1.2 標記圖片8.1.3 訓練模型 8.1.4 使用模型8.1.5 自行訓練模型應用:車流偵測8.2 dlib訓練進階模型8.2.1 偵測多物體功能8.2.2 訓練車牌特徵點模型8.2.3 使用車牌特徵點模型8.2.4 車牌特徵點模型應用