141 views
<style> .main{ } .main img{ border-radius:10px; } .main h1{ text-align: center; border: none; color:4B4B4B; letter-spacing: 3px; } .main h6{ text-align:right; color:#F4AA14; font-size:18px; } .main code{ background-color:#FFF0D1; padding: 8px 10px; border-radius: 20px; margin-right:7px; } .main h2{ background-color:#0B8D97; color:#fff; width: max-content; padding: 7px 25px 7px 17px; border-top-right-radius: 40px; border-bottom-right-radius: 40px; border-bottom: none; margin-top:46px; margin-bottom: 25px; } .main h2 img{ padding-bottom: 4px; border-radius:0; } .main p,li{ font-size: 18px; line-height: 29px; letter-spacing: 0.15em; color:#525252; } .main .result{ background-color:#0B8D97; padding:0.8rem 1rem 1rem 1rem; border-radius: 10px; } .main .result h3{ text-align:center; color:#fff; margin-bottom:3rem; } .main .result h3 img{ margin-bottom:0.5rem } .main .result .pic img{ border: 5px solid #FFFFFF; } .main .pic{ text-align:center; width: 84%; margin: auto; margin-top: 2rem; } .pic p{ color:#fff; text-align:left; font-size:1.8rem; line-height:4rem } </style> <div class="main"> ![](/uploads/upload_3c70c514151deb9ad8dd1e3a2193a841.png) # Webduino x AIoT 深度學習實作,自製 Camera 雲台機構、實作影像處理與物體追蹤,打造 AIoT 應用 ###### `進階` 6 小時 ## ![](/uploads/upload_65f1b457e95d6f8fc94beeeaa45d15e7.svg) 課程目的 還以為深度學習很難懂嗎?善用工具學習,影像辨識 6 小時就上手!課程將從 0 開始學 AI,從影像串流開始,除了透過電腦與手機做影像識別,還使用 Tensorflow.js 訓練影像模型與儲存,最後整合 ESP32-Cam 抓取影像,結合 Web 進行影像處理、訓練、分類、物件追蹤,打造 AIoT 應用。 ## ![](/uploads/upload_549a9523108383e3c48e23dd52a8ad6c.svg) 課程目標 1. 活用 ESP32-Cam 結合 Web 接收影像串流。 2. 學習瀏覽器載入 OpenCV.js 進行影像處理。 3. 認識 Google Tensorflow.js 實現機器深度學習、訓練模型、即時辨識實體物品。 4. 結合物聯網模擬實際情境,打造 AIoT 智慧物聯網應用範例。 5. 掌握 Webduino 開源技術,並結合深度學習串聯至生活,透過雲端操控、手機互動以落實實際場域改造。 6. 認識講師,遇到困難有人回答。書本資料太多、網路資料太分散,現場有人教學得快。 ## ![](/uploads/upload_76d8af8406b9c435bc83c72c5e5cdab1.svg) 課程內容 1. AIoT 基本介紹 - AI + IoT 使用情境與應用 - 深度學習、影像訓練與分類、影像追蹤 2. 實作組裝教學 - Camera 雲台組裝 - 測試雲台與影像抓取 3. 整合 Web 技術和 ESP32-Cam - 透過手機控制 Cam 上下左右移動鏡頭 - 使用瀏覽器抓取開發板的影像串流顯示在網頁上 4. 實作影像處理 - 使用 OpenCV.js 進行影像處理 - 進階影像處理 - 顏色追蹤、熱區追蹤等技巧 5. 結合深度學習進行影像訓練與辨識 - 學習使用 Tensorflow.js 進行深度學習 - 使用各種影像辨識模型 (影像分類、物件追蹤...) - 人臉偵測訓練與辨識 6. 實戰 AI+IoT 應用 - 使用 Webduino 平台工具進行開發 - 提供各種範例完整程式碼,可自行擴充應用 ## ![](/uploads/upload_cfe6c2033ba5caf352335920c07ba7f6.svg) 課前準備 1. Webduino Smart 開發板 2. ESP32-Cam 開發板 3. 伺服馬達雲台 4. 伺服馬達 x 2 5. 小型麵包板 6. 杜邦線 7. 小螺絲起子 8. 學員本機環境需事先完成安裝 Sublime or VSCode / NodeJS 9. 學員需事先註冊 Github 帳號。 10. 學員需具備 HTML / JavaScript 的基礎與使用經驗。 <div class="result"> ### ![](/uploads/upload_1a73c2d77753895360c738bfc31b8c16.svg) 成果展示 <div class="pic"> ![](/uploads/upload_fcac114548a64616c1aacb49a8ff5565.png) ▲ 雲台機構組裝完成圖 </div> <div class="pic"> ![](/uploads/upload_ee2e57c6fa972482357eec9864a76f97.png) ▲ 遠端監控家中環境及控制 Camera 移動 </div> </div>