Jupyter Lab 操作说明的教学视频。
Transformer 是一种新的深度学习网路架构,在序列性任务的表现特别好,常用於自然语言处理(NLP)丶语音辨识等领域。脸书最近发表的影像辨识模型 DETR ,特别采用 Transformer 架构应用在物件侦测上。
PyTorch, TensorFlow, Keras, ONNX, TensorRT, OpenVINO AI 模型档案的转换,速度 (FPS) 与精度 (FP64, FP32, FP16, INT8) 之间的取舍。
应用於 PC/NVIDIA Jetson/树莓派 与 PLC/Arduino/感测器/GPS 的 RS-232/RS-485 通讯。
采用 RDP, VPN, client, server 架构,适用于公司研发部门及学术研究单位。
影像拼接是指将两张有重叠部分的影像,拼接成一张图。影像拼接有两大步骤:影像对准和影像混合。相关的应用有:全景图制作及影像稳定等。
可支援多国语言,应用在各个行业的网页文字客服及电话客服。
Barcode 及 QR code 是应用最广泛的影像分析演算法,普遍应用在文件管制丶商品进出货纪录丶商店结帐丶手机付款等。
比较 InceptionV3-CAM, YOLOv4, Efficient Det, Mask R-CNN, U-Net 等算法。
可应用于股价预测、汇率预测、期货价格预测、金融指数预测、房价预测、销售量预测、雨量预测、气候预测、手写识别、语音识别等。
LSTM 是一种时间循环神经网络(RNN)。由於独特的设计结构,LSTM适合於处理和预测时间序列中的重要事件。可应用於股价预测丶汇率预测丶期货价格预测丶金融指数预测丶房价预测丶销售量预测丶雨量预测丶气候预测丶手写识别丶语音识别等。
XGBoost 是目前最好用的数值资料分析算法,可应用於股价预测丶汇率预测丶期货价格预测丶金融指数预测丶授信风险预测丶房价预测丶生产良率预测丶维修保养预测丶员工录取判断丶员工离职预测丶学生成绩预测丶作物生长预测丶生存预测等。
支援多种热门的人工智能框架,可支援云端原生丶容器部署应用程序,并可立即应用於各种场域。例如:於门禁人脸辨识丶生产线瑕疵检测丶生产线资料收集及分析丶温室资料收集及分析丶畜舍资料收集及分析丶影像分析丶声音分析丶讯号分析丶条码辨识丶 QR code 辨识丶人工智能课程教学等。
可以应用在居家预防跌倒丶入侵侦测丶肢体语言识别丶人机互动丶人体姿态侦测丶工厂工安侦测等。
目前正确率最高的物件侦测算法,可以应用在工厂瑕疵检测丶医疗影像分析丶生物影像分析丶工安影像分析丶口罩影像分析等。
可以应用在工厂瑕疵检测丶医疗影像分析丶生物影像分析丶工安影像分析丶口罩影像分析等。
可以应用在工厂瑕疵检测丶医疗影像分析丶鱼类影像分析丶生物影像分析丶先进驾驶辅助系统丶自动驾驶车等。
影片说明如何在 Windows 10 快速安装 Python AI 开发环境,使用 Python, pip, Anaconda, TensorFlow, PyTorch, Jupyter Lab, Jupyter Notebook, Spyder, ...
[1] 2