Deep Learning / Computer Vision 實作
電腦視覺與人工智慧技術透過深度學習與電腦視覺技術，實現對物體的檢測與識別。使用卷積神經網絡（CNN）模型進行圖像分類，並結合OpenCV進行圖像處理與特徵提取。此專案展示了如何將人工智慧應用於實際場景中，提升自動化與智能化水平。
功能亮點
- 使用深度學習模型進行物體檢測與識別，將課堂中的理論知識用於實際模型建構與調適
- 通過調整模型結構、預訓練、Dropout等技術提升模型準確率
- 針對超參數進行調整與優化，提升模型的泛化能力與穩定性
- 學習RNN、LSTM等模型結構，並將其應用於時間序列數據的預測與分析
- 了解生成式AI、LLM等主流技術的運作原理，結合現有案例進行學習
- 了解不同資料集之間的差異，針對原始資料進行訓練集與驗證集的分割
- 通過不同Optimizer的選擇，提升模型的收斂速度與準確率