本課程從實際工業瑕疵資料集（KolektorSDD2、DAGM 2007）出發，逐步說明工業電腦視覺任務的設計思維，並引導學員建立物件偵測（Object Detection）與影像分割（Image Segmentation）的模型架構，進一步整合為多任務模型（Multi-Head Architecture），以符合工業場景對精準定位與區域判斷的需求。

課程後段將延伸至模型效能調校與部署實務，涵蓋 Loss Function 與評估指標設計、超參數搜尋（Optuna）、模型剪枝（Pruning）、量化（Quantization）、量化感知訓練（QAT）、知識蒸餾（Distillation），以及 PyTorch 模型轉換為 ONNX 的推論流程測試，協助學員建立從模型建置、最佳化到部署驗證的完整實務能力。

1. 理解工業電腦視覺常見任務類型與資料特性
2. 使用 PyTorch 建立物件偵測、影像分割與多任務（Multi-Head）模型
3. 設計合理的 Loss Function 與評估指標，避免工業場景常見誤判
4. 理解模型剪枝、量化、量化感知訓練與知識蒸餾的實務差異
5. 使用 Optuna 進行系統化超參數搜尋與實驗比較
6. 將 PyTorch 模型轉換為 ONNX，並評估其推論效能與部署可行性

1. 具備基礎 Python 與深度學習概念，欲進階電腦視覺實作能力者
2. 已能訓練模型，但希望提升模型效能與部署實務能力者
3. 從事工業影像、智慧製造、設備檢測相關工程人員
4. 對工業電腦視覺、模型最佳化與實際落地應用有實作需求的技術人員

【115/06/09 Day 1】工業電腦視覺任務與多任務模型建置（6 小時）

【115/06/16 Day 2】模型效能調校與系統化最佳化流程（6 小時）

【115/05/28 Day 3】模型壓縮、蒸餾與部署實務（6 小時）

註：課程執行單位保留調整課程內容、日程與講師之權利。

【重要經歷】

• TISSA軟體公會 AI 計畫顧問
• EriXNet品牌 創辦人暨 AI 系統架構師
• 智悠科技有限公司 總經理

【專業領域】

• 生成式 AI 實戰應用與導入
• 大型語言模型（LLM）開發與優化
• Agentic AI 架構設計與任務自動化
• 企業 AI 策略規劃與技術顧問服務
• 雲端架構（Cloud Architecture）與系統整合

本課程歡迎企業包班(需20人以上)，請來信課程承辦人itri537622@itri.org.tw，將為您提供企業團報優惠價。

【主辦單位】：工業技術研究院 產業學院
【上課日期】：2026年5月9、16、23日，每日09:00~16:00；共計18小時
【上課地點】：工研院 新竹光復院區 1 館(實際上課教室請依據上課通知函為準！)
【招生人數】：本班預計24人為原則，依報名及繳費完成之順序額滿為止。(報名人數達12人即開班)
【課程費用】：課程學費、午餐、講義電子檔、實作費用
【受訓證明】：參加本課程之學員，出席率超過80%(含)以上，即可獲得工研院頒發的受訓證明。
【報名方式】：請至工研院產業學習網搜尋本課程並線上報名
【課程洽詢】：洪小姐： (03) 5732154（課程行政或庶務問題窗口）
                               劉小姐： (03) 5743729（課程內涵或技術問題窗口）
【繳費方式】：

• 信用卡(線上報名)：繳費方式選「信用卡」，直到顯示「您已完成報名手續」為止，才確實完成繳費。
• 銀行匯款(公司逕行電匯付款)：主辦單位將於確認開班後通知您相關匯款帳號，若有任何相關疑問，歡迎洽詢洪小姐，電話：(03) 5732154。
• 計畫代號扣款(工研院同仁)：請至工研院產業學習網直接登入工研人報名；俾利計畫代號扣款。

請於開課前3天以傳真或Email告知主辦單位，並電話確認申請退費相關事宜。若未於期限內申請退費，則不得於任何因素要求退費，惟可轉讓與其他人參訓。