電腦視覺

從單張影像分類一路學習物件偵測、分割、追蹤與生成式模型，並在 AMD GPU 上使用 PyTorch 建立真實的視覺系統。

學習目標

• 建立 CNN 與 ResNet 影像分類器
• 使用 YOLO 與 SegNet 完成偵測與分割
• 運用 Segment Anything 進行 zero-shot segmentation
• 實作多物件追蹤、VAE 與擴散模型

分類與偵測

• CV01 — CNN 影像分類

  從零建立 CNN，並在 CIFAR-100 上訓練。

• CV02 — ResNet-50 殘差網路

  訓練 ResNet-50，理解 residual connection。

• CV03 — YOLOv9 物件偵測

  在單次 forward pass 中定位並分類多個物件。

分割與追蹤

• CV04 — SegNet 語意分割

  在 CamVid 上訓練 encoder-decoder，為每個 pixel 指派類別。

• CV05 — Segment Anything 影像分割

  使用 SAM 完成自動與 prompt-based segmentation。

• CV06 — 多物件追蹤

  結合 YOLOv8 與 ByteTrack 追蹤跨影格物件。

生成式模型

• CV07 — VAE 與 cVAE

  在 MNIST 上實作 VAE 與條件式生成。

• CV08 — 擴散模型

  訓練逐步去噪並生成影像的 diffusion model。

接著探索實體 AI或其他 AI 基礎課程。