查詢教學大綱與進度

教學大綱與進度

課程基本資料：

學年期課號課程名稱階段學分時數修教師班級人撤備註

114-2 356134 機器視覺原理與應用 1 3.0 3 ★ 田方治工管所 20 0 工管四甲乙、工管所合開

學年期	課號	課程名稱	階段	學分	時數	修	教師	班級	人	撤	備註
114-2	356134	機器視覺原理與應用	1	3.0	3	★	田方治	工管所	20	0	工管四甲乙、工管所合開

教學大綱與進度：

教師姓名田方治　教師諮商時間(Office Hours)

Email fctien@ntut.edu.tw

最後更新時間 2025-12-22 15:23:57

課程大綱本課程為程式語言之延伸，主要以python為程式語言，學習以下之相關主題 Objective I: 熟悉 Python + CV2 + PyQt5 (Homework) Objective II: 熟悉基本數位影像處理之技術 (DIP) – Low level MV Objective III: 機器視覺相關軟硬體之使用 (CCD、鏡頭、光源) Objective IV: 加入深度學習 (AI) 於機器視覺之應用 – High level MV Objective V: 訓練三種能力: 團隊合作、解決問題及自我學習主要工作包括：課堂作業、期末考、期末競賽 (Project)、Paper Reading Note: 建議自備隨身電腦上課

課程進度
(1-16週) Prerequisite: 1. 本課程必須熟悉 Python 程式語言 2. 建議修過程式語言I, II 本課程為程式語言之延伸，主要以python為程式語言，學習以下之相關主題 1. CPU 及 GPU-based DIP(影像處理) - CV2 及 Kornia: 為PyTorch之延伸，主要介紹: Image Load/Save/Display、enhancement、Filtering、Edge detection、Morphology、Warp * Geometry Transformation、Color、Segmentation、Data augmentation等 2. 深度學習: 以PyTorch、TorchVision為主，介紹基本Torch語法，再深入介紹CNN網路架構 (LeNet、ResNet、DenseNet、EfficientNet)，Object Detection網路 (Yolo)、AutoEncoder、UNet(Semantic Segmentation)、Anomaly Detection等應用 (視課程進度) 主要工作包括：課堂作業、期末考、期末競賽 (Project)、Paper Reading

評量方式與標準課堂參與及作業 (Present in class) (15%) Test (Final: 上機考or Take home，Week 17) (30%) Lab 1 – 5 (PBL) (30%) Project – 小組專題競賽報告 (每組30分鐘) (25%)

使用教材、參考書目或其他 【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】

使用外文原文書：是
Textbooks: A: Image Engineering, Processing, Analysis, and Understanding, Zhang, Yu-Jin, Cengage Learning Asia Pte Ltd. 2009. B: Digital Image Processing, R.Gonzalez, R.E. Woods, 2nd Edition, Prentice Hall C: Learning OpenCV, Coumputer Vision with the OpenCV Library, Gary Bradski and Adrian kaehler, O’Reilly (or other OpenCV books) 個人教材 (PPT) + Video 相關網頁: DeltaMooc (數位影像處理，請上網登錄) YouTube – 請搜尋北科大田方治 youtube，包括: Python、Machine Vision

課程諮詢管道周三下午 office Hours. 15:00- 16:00
Note: 建議自備隨身電腦上課

延伸教學與資源

課程對應SDGs指標 SDG9：產業創新與基礎設施（Industry, Innovation and Infrastructure）

課程是否導入AI ● 使用生成式AI作為教學過程的輔助工具（Use generative AI tools as an aid to the teaching process）
● 鼓勵學生使用生成式AI工具（Encourage students to use generative AI tools）
● 使用生成式AI進行課堂即時互動（Use generative AI for real-time classroom interaction）
● 簡單介紹AI的基本概念（Briefly introduce the basic concept of AI）

備註 Google Meet 上課網址：https://meet.google.com/pwu-amgf-sgm

教師姓名	田方治　教師諮商時間(Office Hours)
Email	fctien@ntut.edu.tw
最後更新時間	2025-12-22 15:23:57
課程大綱	本課程為程式語言之延伸，主要以python為程式語言，學習以下之相關主題 Objective I: 熟悉 Python + CV2 + PyQt5 (Homework) Objective II: 熟悉基本數位影像處理之技術 (DIP) – Low level MV Objective III: 機器視覺相關軟硬體之使用 (CCD、鏡頭、光源) Objective IV: 加入深度學習 (AI) 於機器視覺之應用 – High level MV Objective V: 訓練三種能力: 團隊合作、解決問題及自我學習主要工作包括：課堂作業、期末考、期末競賽 (Project)、Paper Reading Note: 建議自備隨身電腦上課
課程進度 (1-16週)	Prerequisite: 1. 本課程必須熟悉 Python 程式語言 2. 建議修過程式語言I, II 本課程為程式語言之延伸，主要以python為程式語言，學習以下之相關主題 1. CPU 及 GPU-based DIP(影像處理) - CV2 及 Kornia: 為PyTorch之延伸，主要介紹: Image Load/Save/Display、enhancement、Filtering、Edge detection、Morphology、Warp * Geometry Transformation、Color、Segmentation、Data augmentation等 2. 深度學習: 以PyTorch、TorchVision為主，介紹基本Torch語法，再深入介紹CNN網路架構 (LeNet、ResNet、DenseNet、EfficientNet)，Object Detection網路 (Yolo)、AutoEncoder、UNet(Semantic Segmentation)、Anomaly Detection等應用 (視課程進度) 主要工作包括：課堂作業、期末考、期末競賽 (Project)、Paper Reading
評量方式與標準	課堂參與及作業 (Present in class) (15%) Test (Final: 上機考or Take home，Week 17) (30%) Lab 1 – 5 (PBL) (30%) Project – 小組專題競賽報告 (每組30分鐘) (25%)
使用教材、參考書目或其他	【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】使用外文原文書：是 Textbooks: A: Image Engineering, Processing, Analysis, and Understanding, Zhang, Yu-Jin, Cengage Learning Asia Pte Ltd. 2009. B: Digital Image Processing, R.Gonzalez, R.E. Woods, 2nd Edition, Prentice Hall C: Learning OpenCV, Coumputer Vision with the OpenCV Library, Gary Bradski and Adrian kaehler, O’Reilly (or other OpenCV books) 個人教材 (PPT) + Video 相關網頁: DeltaMooc (數位影像處理，請上網登錄) YouTube – 請搜尋北科大田方治 youtube，包括: Python、Machine Vision
課程諮詢管道	周三下午 office Hours. 15:00- 16:00 Note: 建議自備隨身電腦上課
延伸教學與資源
課程對應SDGs指標	SDG9：產業創新與基礎設施（Industry, Innovation and Infrastructure）
課程是否導入AI	● 使用生成式AI作為教學過程的輔助工具（Use generative AI tools as an aid to the teaching process） ● 鼓勵學生使用生成式AI工具（Encourage students to use generative AI tools） ● 使用生成式AI進行課堂即時互動（Use generative AI for real-time classroom interaction） ● 簡單介紹AI的基本概念（Briefly introduce the basic concept of AI）
備註	Google Meet 上課網址：https://meet.google.com/pwu-amgf-sgm