<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 - 影像辨識工作坊
###### `進階` 6 小時
##  課程目的
本堂課將從 0 開始學 AI，將實作機器學習流程，從影像串流開始，讓你不僅能透過電腦 / 手機做到影像識別，還教你使用 Google Tensorflow.js 訓練影像模型與儲存，然後做到影像辨識，同時結合 Webduino 物聯網裝置，語音朗讀回報判斷結果，課後完整開源程式碼帶著走，實現從無到有打造智慧物聯網。
一直以來都覺得機器學習很難理解嗎？這次用 Webduino 實作模擬寵物餵食機情境，結合行動裝置辨識貓/狗臉部狀態，一切都變得簡單！
##  課程目標
1. 活用筆電 Camera + 瀏覽器接收影像串流
2. 學會用瀏覽器載入 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
##  課程內容
- WebRTC 影像串流實作
- 筆電 Camera 影像串流
- 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
- 停車格偵測
- WebRTC + OpenCV
- 即時影像串流 + 影像處理
- 機器學習 - Tensorflow.js
- 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
- 自訂積木擴充
- Blockly 影像積木使用
- 無人商店實作 + 串接物聯網裝置
- 來來來，都來。貓臉、狗臉辨識寵物餵食機
##  課前準備
1. Smart x 1
2. 基本包 x 1
3. 兌換卷 x 1 ( 100組專案數 + 影像辨識積木 )
4. 紙杯 x 3 ( 影像識別用 )
5. 學員當天需自備筆電、智慧型手機、電力滿滿的行動電源
6. 學員需具備 HTML / JavaScript 的基礎與使用經驗
</div>