課程首頁 / Part III AI 電腦視覺技術

Part III · W9 – W15 · 五範式 + 研究地圖 + 期末

Part III AI 電腦視覺技術

同一個 RPS 任務,用五種完全不同方法做。看完整個系列,你會建立「選工具」的工程判斷力——什麼問題該用古典、什麼問題該換 AI。

五範式做 RPS

週範式核心工具預期正確率
W9規則法HSV + 形態學 + 凸缺陷60-80%
W10ML/DLsklearn SVM + HoG / TFLite MobileNetV285-95%
W11物件偵測YOLOv5 + ByteTrack90%+ (含 tracking)
W12骨架點MediaPipe Hands 21 點 landmark95%+
W13一站式 APIML Kit Image Labeling視場景

週次卡片

W9 | 傳統 CV 規則法 RPS

用 W6/W7 古典工具(HSV + 形態學 + 凸缺陷)做指縫數法。鋪墊「規則法的天花板」。

W10 | ML / DL RPS

sklearn HoG+SVM(Android Chaquopy) + Tiny CNN + MobileNetV2(Colab Local Runtime)。

W11 | YOLO + Tracking

YOLOv5 自訓 + Java TFLite API + ByteTrack + Re-ID + Action Recognition。

W12 | MediaPipe 骨架

Hands 21 點 landmark + 內部架構(palm + landmark) + Tasks API 部署。

W13 | ML Kit Vision

9 大 API(OCR/Barcode/Image Labeling 等) + on-device vs Cloud + Custom Image Labeling。

W14 | CV 研究地圖

整門課回顧 + 八大研究軸線 + 2024-2026 熱門研究方向 + 怎麼讀 paper + 啟動研究。

W15 | 期末專題報告

學期最後一週。期末專題 demo + 報告 + 程式碼三件套繳交。