AI的工具愈來愈親民了，不僅是Low-code（低程式碼），更能做到No-code（無程式碼）的程度，讓更多人可以跨過技術門檻，輕鬆實現AI應用的創意了！

以YOLO (You Only Look Once) 這個物件偵測模型為例，很多人都知道它的推論速度相當快，辨識度也很不錯，但想自己訓練一個客製化的YOLO模型，卻讓不少人卡關卻步。本次的講座課就要來教大家用Roboflow 與 Ultralytics HUB 這兩個工具，在不需要安裝任何軟體、寫任何程式的條件下，完成一個客製化物件偵測 YOLO 模型！

課程中將會使用 Roboflow 標註資料與產生資料集，接著將資料及匯出到 Ultralytics HUB 進行 YOLO 模型訓練與管理。

【課程單元】

介紹本次課程的內容，以及需要事先準備的軟硬體 :

軟體部份：Ultralytics HUB、Roboflow、Google帳號(Colab使用)。

硬體部分：NVIDIA Jetson Orin / Xavier Series。

電腦視覺的任務

YOLOv8工具化讓更多電腦視覺任務更容易執行。

帶領大家認識YOLO模型 ? 了解YOLOv8的特色，以及在硬體上操作YOLOv8的方法，包含 :

1.什麼是YOLO？
2.最新的YOLOv8的特色。
3.如何在Jetson Orin Nano運行YOLOv8？

Roboflow 是線上資料集管理工具，具備標註影像資料、設定資料增強、產生資料集等功能，雖然 Roboflow 也有提供線上 AutoML 專有模型，但因為限制是必須使用網路呼叫，不便利佈署在邊緣裝置而較少人使用。講師將示範如何使用 Roboflow 標註資料的完整流程與操作要領，包括：

1.上傳資料集的照片或影片
2.影像標註工具快捷操作
3.產生訓練(Training)、驗證(Validation)、測試(Testing)資料集
4.設定資料增強(Augmentation)：資料隨機翻轉、裁切、旋轉、增加躁點、模糊化、亮度調整等等
5.匯出不同格式標記資料

Ultralytic HUB 管理&匯出模型

Ultralytics HUB 是 YOLO 模型的管理工具，可以匯入資料集、訓練模型、測試模型與匯出模型等。 講師將接續上一單元，將資料匯到 Ultralytics HUB 並進行 YOLO 模型訓練與管理，操作流程包括：

1.透過 Ultralyrics HUB 連線到 Colab 訓練 YOLO 模型
2.在Ultralyrics HUB 即時監控 Colab 訓練模型狀態
3.線上預覽驗證模型訓練成果
4.邊緣裝置的推論佈署

NVIDIA Jetson 各模組比較

最後講師將示範如何將訓練好的 YOLOv8 模型下載到邊緣裝置（ NVIDIA Jetson Orin NX 核心的 reComputer J4011）上進行推論，以及運用TensorRT進行優化，並一起來看看實測成果。