電腦視覺在自動駕駛中的應用培訓

This instructor-led, live training in 澳門 (online or onsite) is aimed at advanced-level robotics engineers and AI researchers who wish to implement sophisticated path planning algorithms to enhance autonomous vehicle performance.

在完成本培訓後，參與者將能夠：

• 理解進階路徑規劃演算法的理論基礎。
• 實施如 RRT*、A* 和 D* 等演算法，用於即時導航。
• 優化路徑規劃以應對障礙物及動態環境。
• 將路徑規劃演算法與感測器數據整合，以提高準確性。
• 在實際場景中評估各種演算法的性能。

此澳門（線上或線下）導師主導的實時培訓旨在面向高級數據科學家、AI專家以及希望構建、訓練並優化自主駕駛應用中AI模型的汽車AI開發人員。

完成本培訓後，學員將能夠：

• 理解自主車輛情境下AI與深度學習的基礎知識。
• 實施電腦視覺技術進行實時物體偵測與車道跟隨。
• 利用強化學習進行自駕系統的決策制定。
• 整合感測器融合技術以改善感知和導航能力。
• 構建深度學習模型以預測和分析駕駛情境。

這門在澳門（線上或線下）進行的講師主導培訓，旨在為希望開發全面自動駕駛汽車安全策略的高級安全工程師和汽車安全專業人士提供服務，內容涵蓋危險分析、功能安全評估以及國際標準合規性。

在完成此培訓後，參與者將能夠：

• 識別並評估與自動駕駛系統相關的安全風險。
• 使用行業標準進行危險分析和風險評估。
• 實施用於AV系統的安全驗證和確認方法。
• 應用功能安全標準，例如ISO 26262和SOTIF。
• 開發應對AV安全挑戰的風險緩解策略。

CANN SDK（神經網路計算架構）提供強大的部署和優化工具，用於在華為昇騰硬體上進行電腦視覺和自然語言處理的即時人工智慧應用。

此培訓由講師指導，可線上或線下進行，旨在幫助具有中級水平的 AI 從業人員構建、部署並使用 CANN SDK 優化視覺和語言模型以滿足生產需求。

完成本課程後，參與者將能夠：

• 使用 CANN 和 AscendCL 部署和優化電腦視覺（CV）及自然語言處理（NLP）模型。
• 利用 CANN 工具轉換模型，並將其整合至即時流水線。
• 優化檢測、分類和情感分析等任務的推理效能。
• 構建適用於邊緣或雲端部署場景的即時 CV/NLP 流水線。

課程格式

• 互動式講授與演示。
• 實作練習：包含模型部署與效能分析。
• 使用真實 CV 和 NLP 應用案例設計即時流水線。

課程客製化選項

• 如需申請此課程的客製化培訓，請聯絡我們安排。

這門在 澳門（線上或線下）舉辦的由導師指導的培訓，旨在幫助高階專業人士深化對電腦視覺的理解，並探索使用 Google Colab 開發複雜視覺模型的 TensorFlow 能力。

完成本課程後，學員能夠：

• 使用 TensorFlow 構建和訓練卷積神經網絡 (CNN)。
• 利用 Google Colab 進行可擴展且高效的雲端模型開發。
• 實施圖像預處理技巧以用於電腦視覺任務。
• 將電腦視覺模型部署到實際應用場景中。
• 運用遷移學習提升 CNN 模型的表現。
• 視覺化並解讀圖像分類模型的結果。

此課程由講員主導的實作培訓（線上或線下進行），主要針對中高級電腦視覺工程師、人工智慧開發者及物聯網專業人員，旨在協助他們在邊緣裝置上實現與最佳化即時影像處理的人工智慧模型。

參與學員在結束本課程後，將能夠：

• 了解邊緣人工智慧的基礎知識及其在電腦視覺中的應用。
• 部署最佳化的深度學習模型於邊緣裝置，以進行實時影像與視訊分析。
• 使用如 TensorFlow Lite、OpenVINO 及 NVIDIA Jetson SDK 等框架進行模型部署。
• 優化人工智慧模型的性能、功耗效率及低延遲推論能力。

這項由講師指導的實時培訓在 澳門（線上或線下）旨在為初學者級的專業人士探索自動車輛周邊的道德困境和法律框架。

完成此培訓後，學員將能夠：

• 理解自動駕駛汽車中 AI 驅動決策的倫理影響。
• 分析規範自動駕駛車的全球法律框架和政策。
• 審查自動駕駛汽車事故中的責任和問責。
• 評估自動駕駛法規中創新與公共安全之間的平衡。
• 討論涉及道德困境和法律糾紛的真實案例研究。

本課程為由導師親自指導的培訓活動（提供澳門線上或線下選項），專為希望從手繪面部草圖轉向使用 AI 工具開發面部識別系統的初階執法人員設計。

學員完成訓練後，能夠：

• 了解人工智慧與機器學習的基本原理。
• 掌握數位影像處理及其在面部識別中的應用基礎。
• 運用 AI 工具與框架開發面部識別模型的技能。
• 透過實作，體驗創建、訓練及測試面部識別系統的過程。
• 了解使用面部識別技術時的倫理考量與最佳實踐。

此於澳門（線上或線下）舉辦、由講師主導的直播培訓，旨在幫助初級至中級的研究人員及實驗室專業人士處理和分析組織切片、血細胞、藻類及其他生物樣本的圖像。

完成本培訓後，學員將能夠：

• 熟練操作 Fiji 介面並運用 ImageJ 的核心功能。
• 預處理並增強科學圖像以提升分析效果。
• 對圖像進行定量分析，包括細胞計數和面積測量。
• 利用巨集和外掛程式自動化重複性任務。
• 針對生物研究中的特定圖像分析需求自訂工作流程。

此課程由導師主導，提供線上或線下實戰培訓（Live），對象為初級專業人士及對理解自动驾驶概念、技術與應用有興趣的愛好者。

完成本課程後，學員將能夠：

• 了解自动驾驶汽车的关键组件及其工作原理。
• 探索人工智能、感測器及即時數據處理在自動駕駛系統中的角色。
• 分析不同層級的車輛自主性及其現實世界應用。
• 檢視自主移動的倫理、法律及監管面向。
• 獲得自动驾驶模拟的實作經驗。

這門在 澳門（線上或線下）舉辦的由講師主導的即時培訓，針對的是希望開發多感測器融合演算法並優化自動系統即時導航的高級感測器融合專家和人工智慧工程師。

完成此培訓後，學員將能夠：

• 了解多感測器資料融合的基礎知識和挑戰。
• 實施用於即時自主導航的感測器融合演算法。
• 整合來自激光雷達、相機和雷達的資料以增強感知。
• 分析並評估各種條件下融合系統的效能。
• 開發減少感測器噪音和對齊資料的實用解決方案。

計算機視覺是一個領域，涉及自動提取、分析和理解數字媒體中的有用信息。Python 是一種高級編程語言，以其清晰的語法和代碼可讀性而聞名。

在本次由導師主導的實時培訓中，參與者將通過創建一組簡單的 Python 計算機視覺應用程序，學習計算機視覺的基本原理。

在培訓結束時，參與者將能夠：

• 了解計算機視覺的基本知識
• 使用 Python 實現計算機視覺任務
• 建立自己的面孔、物體和運動檢測系統

目標受眾

• 對計算機視覺感興趣的 Python 程序員

課程形式

• 部分講授，部分討論，練習和大量的實踐

這堂由講師主導、於澳門（線上或線下）舉辦的實時培訓，針對中級工程師、汽車行業專業人士及物聯網專家設計，旨在理解傳感器在自駕車中的作用，涵蓋激光雷達、雷達、相機與傳感器融合技術。

完成本培訓後，參加者將能夠：

• 了解自動駕駛汽車使用的不同類型傳感器。
• 分析傳感器數據以實現實時車輛感知和決策。
• 實施傳感器融合技術以提升車輛準確性和安全性。
• 優化傳感器佈局與校準，增強自動駕駛表現。

此種在[loc]（線上或線下）由導師指導的實時培訓針對希望理解和實施自治車輛V2X通信技術的中級網絡工程師與汽車物聯網開發人員。

參加完本次培訓後，學員將能夠：

• 理解V2X通信的基本概念。
• 分析V2V、V2I、V2P及V2N通信模型。
• 實施DSRC和C-V2X等V2X協議。
• 開發聯網車輛環境的模擬。
• 解決V2X網絡中的網絡安全與隱私挑戰。

此由講師主導的 澳門（線上或下線）培訓，面向希望使用 Vision Builder AI 設計、實施及優化 SMT（表面貼裝技術）工藝自動檢測系統的初級專業人士。

完成本培訓後，參與者將能夠：

• 設置和配置使用 Vision Builder AI 的自動檢測。
• 獲取高質量圖像並進行預處理以供分析。
• 實施基於邏輯的缺陷探測和工藝驗證決策。
• 生成檢測報告並優化系統性能。