<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">
# AIoT 人工智慧 + 物聯網實作，用 Web 技術 + 深度學習 + 電腦視覺開發工具，讓裝置學會影像辨識
###### `進階` 6 小時
##  課程目的
AIoT－AI人工智慧+IoT物聯網是正在發生的大事，本課程把人工智慧技術結合物聯網裝置，用Web技術實作機器學習流程，從影像串流到利用Deeplearn.js(在瀏覽器中訓練神經網路)訓練影像辨識模型，同時結合Webduino物聯網裝置語音回報結果，從無到有打造智慧物聯網應用。
##  課程目標
1. 使用Web技術開發，容易上手。
2. 活用筆電 Camera 用瀏覽器接收影像串流。
3. 學會用瀏覽器載入 OpenCV.js 進行影像處理。
4. 認識 Google Deeplearn.js 實現機器深度學習、訓練模型、即時辨識實體物品。
5. 結合物聯網模擬實際情境，打造AIoT智慧物聯網應用範例。
6. 掌握 Webduino 開源技術，並結合機器學習串聯至生活的一部份，透過雲端操控、手機互動以落實實際場域改造。
7. 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。
##  課程內容
1. WebRTC影像串流實作
- 筆電 Camera 影像串流
2. Web OpenCV 影像處理實作
- OpenCV.js 介紹
- 影像基本處理
- OpenCV 外掛擴充模組
3. WebRTC + OpenCV
- 即時影像串流 + 影像處理
- 實作手勢偵測結合開發板
4. 機器學習 - Google DeeplearnJS
- 在瀏覽器進行圖片分類訓練
- 圖片分類實作源代碼解析
- 結合影像串流實現即時影像辨識
5. Webduino 雲端平台介紹
- 新增專案與管理
- 裝置認證與管理
6. 結合 Webduino 物聯網
- 串接物聯網裝置
- 即時停車位偵測實作
##  課前準備
1. Smart 開發板
2. USB電源線
3. 點矩陣
4. 杜邦線 x10
5. 學員請自備筆電，現場會附有電源插座。
6. 學員需具備HTML/JavaScript的基礎與使用經驗。