進階:AI 影像辨識與 LLM 應用開發全攻略-第2級

第五章｜人工智慧應用－人臉偵測與辨識

課程要點

一、區分 人臉偵測（Detection） 與 人臉辨識（Recognition） 的技術與法律差異

二、認識主流人臉技術：Haar Cascade、DNN、FaceNet（概念層級）

三、使用 OpenCV 進行即時人臉偵測實作

四、理解人臉技術涉及之隱私、個資與法遵風險

👉 定位重點：

AI 能看到臉，但不一定能「合法知道你是誰」。

第六章｜人工智慧應用－手勢與人體姿態辨識

課程要點

一、理解手勢辨識與人體姿態辨識的應用價值與優勢

二、認識 MediaPipe 與關鍵點（Landmarks）概念

三、即時偵測手部與人體骨架並進行視覺化呈現

四、透過關鍵點邏輯實作互動式控制與動作判斷

👉 定位重點：

不用臉，也能做出高度互動的 AI 應用。

第七章｜人工智慧應用－YOLO 物件分類與辨識

課程要點

一、釐清影像分類、物件偵測與物件追蹤的差異

二、理解 YOLO 模型的即時物件偵測原理

三、使用 YOLO 進行圖片與即時影像物件辨識

四、實作物件數量統計、條件判斷與場景分析

👉 定位重點：

AI 開始看得懂畫面裡「有什麼東西」。

第八章｜人工智慧應用－多模態 AI 整合與實務 Demo

課程要點

一、理解多模態 AI 的系統架構與設計思維

二、將電腦視覺輸出轉為結構化文字資料

三、結合 LLM 進行語意理解、解釋與回應

四、完成一個可展示、可說明、可決策的 AI Demo

👉 定位重點：

不是只會跑模型，而是會「做系統」。