此實作坊將教導你如何建立物體偵測與追蹤模型,以運用 NVIDIA DeepStream 技術分析來自大規模影片串流的資料。你將參與建立、訓練和部署深度學習模型的實際工作,以分析硬體加速交通管理系統的停車場攝影機內容。在實作坊結束時,你將可以取得其他資源,自行設計和部署智慧影像分析(IVA)應用程式。

學習目標


參加本實作坊可學會:
  • 瞭解 IVA 應用程式中的資料正規化、註釋和中繼資料格式化
  • 整理影片資料並將原始資料擷取至基礎模型
  • 部署深度學習模型,並將其應用於精準有效的物體偵測與追蹤應用程式
  • 使用 DeepStream 框架加速 IVA 應用程式的開發過程

下載實作坊大綱與簡介 (PDF 291 KB)

實作坊大綱

概覽
(15 分鐘)
  • 認識講師。
  • 在 courses.nvidia.com/join 建立帳號
適用於智慧影像分析(IVA)的物體偵測
(120 分鐘)
  • 學習 IVA 應用程式中物體偵測方法的基礎知識,以及原始資料處理和中繼資料格式化的預備作業。
  • 獲得物體偵測 API 的實作經驗。
  • 瞭解如何使用交併比(intersection over union,IoU)指標測量模型的準確度和效能。
休息時間 (60 分鐘)
在 IVA 中運用遷移學習和多個物體追蹤技術
(120 分鐘)
  • 熟悉微調智慧影像分析應用程式的細微差別,並瞭解建構模型的含意。
  • 測量並視覺化模型的效能。
  • 瞭解如何將物體偵測器啟動載入智慧影像分析應用程式。
休息時間 (15 分鐘)
使用 NVIDIA DeepStream 部署應用程式
(120 分鐘)
  • 學習如何使用 DeepStream 將影片分析模型部署到立即使用的影片處理工作流程中。
  • 瞭解建立完備智慧城市應用程式的基本原理。
  • 瞭解如何輕鬆外掛多個推論模型,並探索視覺化推論資料的方法。
最後回顧
(15 分鐘)
  • 回顧主要學習內容並總結問題。
  • 完成測驗並取得認證。
  • 填寫實作坊調查問卷。
 

實作坊詳情

時間: 8 小時

價格: 如需瞭解價格,請聯絡我們。 

必備基礎能力:

  • 具備深度神經網路經驗,特別是卷積神經網路變體
  • 具備 C 和 Python 的中階應用經驗

技術: TensorFlow、DeepStream 3.0

認證證書: 完成測驗後,參與者將會收到 NVIDIA DLI 認證證書,證明他們具有相關主題的能力,支援其專業職涯成長。

硬體需求: 可運作最新版本 Chrome 或 Firefox 的桌上型電腦或筆記型電腦。每位參與者都能在雲端上使用專屬且全面設定完成的 GPU 加速伺服器。

教材語言: 英文、韓文繁體中文

需要任何協助?