「線上課程」Python進階實作-用Flask開發Line影像辨識智能機器人
時間待決定
|線上錄播課程
本課程以Python語法與Python Flask技術,學習規劃Web API,進行Line Bot訊息接受與回送設計,並設計Custom Vision電腦視覺影像解析AI服務訓練與上架,將LineBot機器人推向智能的應用,你的機器人將更聰明。
時間和地點
時間待決定
線上錄播課程
關於本活動
Python是一個發展潛力無窮的應用程式語言,也是一個快速讓人具備「與電腦對話的能力」的語言,知名程式網站Stackoverflow直接預言Python將會成為全世界成長飆速,運用最廣的程式語言。
而當一個Python初始學員,一路學會Python基本語法、資料分析模組、網路爬文、存取資料庫模組應用與應用在AI相關演算與建模後,接下來就會自然的接觸服務端的領域,尤其在熟悉設計Python Flask Web API能力之後,你可以學習目前市場需求最大的客服機器人所需的專業能力。
根據MMC 風險投資公司與英國巴克萊銀行「2019 年人工智慧現狀報告」的受訪者統計,在2019年內準備部署AI或計劃,金融保險業高達48%,為各產業之冠,甚至超過了IT產業,其中最需要的便是智能客服機器人。
當具備Python基礎能力後,再學習智能機器人將如虎添翼。透過以下步驟學習機器人圖像識別的能力,你將能成為高端工程師,也能為自己創造更多的機會。
1.深入了解Line Bot Message Channel設計與規劃。
2.學會使用Python Flask規劃Web API,進行Line Bot訊息接受與回送設計。
3.學會設計Custom Vision電腦視覺影像解析AI服務訓練與上架。
4.透過自行規劃的REST Service整合Line Bot與Custom Vision AI整合應用。
5.規劃資料庫存取邏輯與Custom Vision AI整合應用技術。
6.Line Bot與自訂REST Service中介能力完成一個Custom Vision影像解析整合應用。
Flask是Python編寫的輕量級Web應用框架,具有高度彈性與拓展性,當Python Flask進行小而美的RESTful API服務建構時,可整合其它不同程式語言撰寫的應用系統與平台進行介接,更無須限制在某一特定作業系統或者程式語言下,均可進行溝通與整合,在輕量但功能完整的MicroService架構上,完成Python開發雲端服務的整合架構與需求。
而REST 是Representational State Transfer的縮寫,可譯為「具象狀態傳輸」,REST是一種軟體架構形式,可以讓各種不同的軟體、程式在網路上能夠互相傳遞訊息,每一個網頁都可當作是一個資源(resource),透過 URL(Uniform Resource Locator)的網址,來取得這些資源並在你的瀏覽器上使用。
藉助這一個人機介面,可以輕鬆設計一個影像AI辨識與導覽系統,操作流程如下:
- 將即時拍攝的影像,直接傳送給Line Bot
- 透過Line Bot Relay給自訂的RESTful Service
- 透過自訂程序擷取Line已經儲存的影像
- 送至自己建模的AI Custom Vison服務,進行影像辨識與分析
- 將辨識的結果Label,整合到資料庫紀錄內容查詢
以聊天機器人來說,如果說RESTful API是機器人的大腦,那麼Flask就是資訊發射與接收的腦神經原,兩者組合,才能順利傳導行為指令。
讓聊天APP具有眼睛與腦袋,進行影像解析的能力:
- 將Line打造為更具人性化影像辨識的使用優勢
- 具有自由發揮與調用的REST Service整合AI影像辨識能力
- 具有後端Custom Vision AI影像辨識服務的建模能力
- 具有整合資料庫邏輯的查詢與調用能力
如果想在Line APP整合後台完整的影像AI服務,如產品導覽,銷售房屋導覽,旅遊景點導覽等需求,需要進行資料存取與電腦視覺AI影像推測者,這一堂課,可以輕鬆帶領您進入Line Bot API的整合與設計應用,你將能學會:
- 使用Python Flask撰寫介接Line WebHook
- 介接使用者介面與資料庫存取
- 介接Custom Vision AI 影像知能
- 了解Azure Custom Vision電腦視覺如何訓練與建模
1.具有Python基礎的初學者 2.具有網際網路基礎與概念者 3.欲使用Line Bot聊天機器人,整合應用系統架構需求者 4.想要學習到Python如何設計RESTful API設計與整合應用者
1.具有Python程式基本能力與物件導向基礎概念 2.具有一點網際通訊協定基礎概念者更佳
一台電腦,安裝好Visual Stido 2019 Community 與SQL Server 2014Developer以上版本工具即可