週次 1-2：OpenCV 影像處理基礎 影像讀取與顯示 色彩空間轉換 影像平滑與銳化 邊緣檢測 形態學運算 特徵檢測與配對

週次 3-4：YOLO 物件偵測 物件偵測概述與挑戰 YOLO 簡介與架構 模型訓練與資料集準備 偵測結果後處理與後續應用 YOLO 在實務中的應用

週次 5-6：Keras + TensorFlow 影像分類基礎 深度學習基礎概念 Keras 基本架構與工作流程 影像分類資料前處理 簡單的全連接神經網路模型建立 模型訓練與評估

週次 7-8：卷積神經網路 (CNN) CNN 概述與原理 卷積層、池化層與全連接層 CNN 架構設計與優化 遷移學習與預訓練模型 影像分類中的 CNN 應用

週次 9-10：人臉辨識與人工智慧應用 人臉辨識流程與挑戰 特徵提取方法 人臉辨識的深度學習方法 人臉辨識應用案例介紹 人工智慧在影像處理中的前景與倫理議題

週次 11-12：深度學習增強影像處理 圖像風格轉換 圖像生成與 GAN 影像修復與增強 對抗性攻擊與防禦 增強學習在影像處理中的應用

週次 13-14：專題導向實作與應用 學生分組專題討論 選定特定影像應用領域（如醫療、自駕車等） 從資料收集到模型設計的實際步驟 專題成果展示與分享

週次 15-16：新興技術與未來發展趨勢 影像處理領域的最新趨勢 超解析度影像重建 跨域影像應用 融合現實與虛擬的擴增實境

週次 17-18: 分組報告 學生專題成果總結與展望