LEADERG AI ZOO - 人工智能算法及解决方案
价格: 询价
数量:

LEADERG AI ZOO 提供各种好用的人工智能算法及解决方案,可应用於产品瑕疵检测丶医学影像分析丶人工智能教学丶犯罪侦防丶门禁考勤丶智能长照丶公共安全等。

 

 

[ 架构图 ]

 

ORAI Server - AI Software Architecture-20200406.png

 

 

觉得在 AI 时代写程式是一件很辛苦的事情吗? 快来试试「 LEADERG AI ZOO 」。

 

精选各种开源 AI 软件及演算法,让您轻鬆应用 AI ,所有软件皆详细检视授权条款,完全合法,让您用得放心。每週更新 AI 软件及演算法,让您轻鬆跟上世界潮流。欢迎老师当作课程教材。

 

国际 AI 大赛获得评审团青睞,在眾多优秀对手中脱颖而出,夺得首奖10万美元!解决產业缺乏AI人才的问题,无论是產品竞争力、技术门槛,以及与企业的对接度等项目,均获得非常高的评价!

 

感谢晶圆、封测、面板、石化、电子、设备、医疗、教育等產业客户採用。

 

感谢多所学校老师採用。

 

 

 

 

[ 特色 ]

 

    • 订阅版,价格合理

 

    • 针对內建解决方案,有技术支持

 

    • 支援深度学习

 

    • 支持人工智能算法

 

    • 支援图像处理

 

    • 支持多种影像运算方法

 

    • 支持影像分析

 

    • 支持样板比对

 

    • 支持条形码辨识

 

    • 支援 QR code

 

    • 支持多国语言编码

 

    • 支持多核心及多处理器的计算机

 

    • 支持 GPU 加速

 

    • 本机执行,数据不用上传到云端,避免公司机密外泄

 

 

 

[ 支援操作系统 ]

 

二择一:

 

    •  Windows 10 64 位元

 

    •  Ubuntu Linux 18.04  64 位元

 

 

 

[ 硬件需求 ]

 

    • Intel x64 处理器(需支援 AVX2 指令集)

 

    • 16 GB 内存或以上

 

    • 硬碟需要 100 GB 以上空间

 

    • 使用者画面解析度需要 1280 x 720 以上

 

    • 滑鼠或其他使用者介面点击装置

 

    • 支援 CUDA 的 NVIDIA GPU (GPU 内存 16GB 以上)

 

    • 支援 OpenVINO 的 VPU 或 FPGA (运算加速选配)

 

 

 

 

[ 软件优势 ]

 

    • 每週更新最新演算法

 

    • 简单好上手,开发整合速度快

 

    • 经过半导体产业、面板产业、石化产业、 PCB 产业等大厂验证

 

    • 参加国际 AI 大赛得到第一名,奖金10万美金

 

    • 订阅版授权价格合理

 

    • 感谢晶圆、封测、面板、铜箔、 PCB 等产业大厂采用

 

    • 内建常用深度学习解决方案: SSD, VGG, ResNet, YOLOv3, MaskRCNN, Data Analysis, Taiwan Stock 等,所有方案皆验证过

 

 

 

[ LEADERG AI ZOO 版本说明 ]

 

 

LEADERG AI ZOO 订阅版: 

 

进阶演算法及解决方案

 

可商业应用

 

价格划算,内含多种解决方案

 

 

 

 

[ 购买 LEADERG AI ZOO 订阅版软件 ]

 

 

欢迎联络开源机器人研究院购买:

 

电话: +886-2-2784-9788

 

电邮: openrobot@openrobot.org

 

 

 

 

 

[ 订阅版解决方案 ]

 

Jupyter Lab 解决方案 说明
Jupyter-Chatterbot 聊天机器人
Jupyter-COM 串行埠
Jupyter-CURL 使用 CURL 函数库抓取网页
Jupyter-Data-Conv1D-Keras 使用 1 维卷积神经网络进行数据分析
Jupyter-Data-Dense-Sin-PyTorch 使用 Densenet 学习 sin 波及推论
Jupyter-Data-Dense-Stock-PyTorch 使用 Densenet 进行 stock 预测
Jupyter-Data-Gradient-Boosting-Classification 使用 Gradient-Boosting 进行铁达尼号生存预测
Jupyter-Data-Gradient-Boosting-Regression 使用 Gradient-Boosting 预测波士顿房价
Jupyter-Data-JSON 使用 Python 读入 input.json,print 出内容,写入 output.json
Jupyter-Data-LightGBM-Classification 使用 LightGBM 进行铁达尼号生存预测
Jupyter-Data-LightGBM-Regression 使用 LightGBM 预测波士顿房价
Jupyter-Data-LSTM-Keras 使用 LSTM 预测股票价格
Jupyter-Data-LSTM-PyTorch 使用 LSTM PyTorch 预测股票价格
Jupyter-Data-Matplot-Stock Python 画数据的曲线图
Jupyter-Data-Read-Write-CSV Python 进行 CSV 数据的存取
Jupyter-Data-Read-Write-Excel Python 进行 Excel 数据的存取
Jupyter-Data-Regression-Forest 使用 Regression-Forest 预测波士顿房价
Jupyter-Data-Regression-Forest-Sin 使用 Regression-Forest 预测 Sin 波
Jupyter-Data-Regression-Forest-Stock 使用 Regression-Forest 预测股价
Jupyter-Data-Taiwan-Mask 查台湾药局口罩库存的资料爬虫
Jupyter-Data-XGBoost-Classification 使用 XGBoost 进行铁达尼号生存预测
Jupyter-Data-XGBoost-GPU-Test XGBoost GPU 测试
Jupyter-Data-XGBoost-Regression 使用 XGBoost 预测波士顿房价
Jupyter-Data-XGBoost-Regression-Stock-Taiwan 使用 XGBoost 预测股票价格
Jupyter-File-Download 下载文件并显示进度条
Jupyter-for Python For 循环范例
Jupyter-Function-Call Python 呼叫函数范例
Jupyter-Hello-World Python print范例
Jupyter-Http-Server-Flask Python Flask 轻量级Web应用框架
Jupyter-Http-Server-Object-Detection-VGG16-SSD300-Keras-PCB Http Server PCB 瑕疵检测范例
Jupyter-Http-Server-Object-Detection-VGG16-SSD300-Keras-VOC Http Server VOC 对象侦测范例
Jupyter-if Python If 范例
Jupyter-Image-Barcode 读取一维、二维条形码
Jupyter-Image-Barcode-Generator 生成一维条形码
Jupyter-Image-Classification-AlexNet-PyTorch 使用 PyTorch AlexNet 进行钢板影像瑕疵分类
Jupyter-Image-Classification-Attention-PyTorch 使用 PyTorch Attention 进行钢板影像瑕疵分类
Jupyter-Image-Classification-DenseNet-Keras-OCR 使用 DenseNet 进行字符辨识
Jupyter-Image-Classification-DenseNet121-PyTorch 使用 PyTorch DenseNet121 进行钢板影像瑕疵分类
Jupyter-Image-Classification-EfficientNet-PyTorch 使用 PyTorch EfficientNet 进行钢板影像瑕疵分类
Jupyter-Image-Classification-GoogleNet-PyTorch 使用 PyTorch GoogleNet 进行钢板影像瑕疵分类
Jupyter-Image-Classification-InceptionV2-PyTorch 使用 PyTorch InceptionV2 进行钢板影像瑕疵分类
Jupyter-Image-Classification-InceptionV3-CAM-PyTorch 在 PyTorch 下使用 InceptionV3  与 Class Activation Mapping 可视化来进行影像分类。
Jupyter-Image-Classification-InceptionV3-PyTorch 使用 PyTorch InceptionV3 进行钢板影像瑕疵分类
Jupyter-Image-Classification-InceptionV4-PyTorch 使用 PyTorch InceptionV4 进行钢板影像瑕疵分类
Jupyter-Image-Classification-Inception_ResNet_v1-PyTorch 使用 PyTorch Inception_ResNet_v1 进行钢板影像瑕疵分类
Jupyter-Image-Classification-Inception_ResNet_v2-PyTorch 使用 PyTorch Inception_ResNet_v2 进行钢板影像瑕疵分类
Jupyter-Image-Classification-MNASNet-PyTorch 使用 PyTorch MNASNet 进行钢板影像瑕疵分类
Jupyter-Image-Classification-MobileNetV1-PyTorch 使用 PyTorch MobileNetV1 进行钢板影像瑕疵分类
Jupyter-Image-Classification-MobileNetV2-PyTorch 使用 PyTorch MobileNetV2 进行钢板影像瑕疵分类
Jupyter-Image-Classification-MobileNetV3-PyTorch 使用 PyTorch MobileNetV3 进行钢板影像瑕疵分类
Jupyter-Image-Classification-PreactresNet18-PyTorch 使用 PyTorch PreactresNet18 进行钢板影像瑕疵分类
Jupyter-Image-Classification-Resnet_in_Resnet-PyTorch 使用 PyTorch Resnet_in_Resnet 进行钢板影像瑕疵分类
Jupyter-Image-Classification-ResNet50-PyTorch 使用 PyTorch ResNet50 进行钢板影像瑕疵分类
Jupyter-Image-Classification-ResNeXt101-PyTorch 使用 PyTorch ResNeXt101 进行钢板影像瑕疵分类
Jupyter-Image-Classification-SENet-PyTorch 使用 PyTorch SENet 进行钢板影像瑕疵分类
Jupyter-Image-Classification-ShuffleNetV1-PyTorch 使用 PyTorch ShuffleNetV1 进行钢板影像瑕疵分类
Jupyter-Image-Classification-ShuffleNetV2-PyTorch 使用 PyTorch ShuffleNetV2 进行钢板影像瑕疵分类
Jupyter-Image-Classification-SqueezeNet-PyTorch 使用 PyTorch SqueezeNet 进行钢板影像瑕疵分类
Jupyter-Image-Classification-VGG16-PyTorch 使用 PyTorch VGG16 进行钢板影像瑕疵分类
Jupyter-Image-Classification-Xception-PyTorch 使用 PyTorch Xception 进行钢板影像瑕疵分类
Jupyter-Image-FaceNet FaceNet 人脸辨识
Jupyter-Image-Human-Pose-PyTorch 侦测人体姿势
Jupyter-Image-Object-Detection-DETR-PyTorch 使用 PyTorch DETR 进行 PCB 瑕疵检测
Jupyter-Image-Object-Detection-EfficientDet-Keras 使用 Keras EfficientDet 进行钢板瑕疵检测
Jupyter-Image-Object-Detection-FasterRCNN-Keras 使用 Keras FasterRCNN 进行钢板瑕疵检测
Jupyter-Image-Object-Detection-MobileNetV1-SSD300-PyTorch 使用 PyTorch MobileNetV1-SSD300 进行钢板瑕疵检测
Jupyter-Image-Object-Detection-MobileNetV1-SSD512-PyTorch 使用 PyTorch MobileNetV1-SSD512 进行钢板瑕疵检测
Jupyter-Image-Object-Detection-MobileNetV2-SSD300-PyTorch 使用 PyTorch MobileNetV2-SSD300 进行钢板瑕疵检测
Jupyter-Image-Object-Detection-MobileNetV2-SSD512-PyTorch 使用 PyTorch MobileNetV2-SSD512 进行钢板瑕疵检测
Jupyter-Image-Object-Detection-MobileNetV3-SSD300-PyTorch 使用 PyTorch MobileNetV3-SSD300 进行钢板瑕疵检测
Jupyter-Image-Object-Detection-MobileNetV3-SSD512-PyTorch 使用 PyTorch MobileNetV3-SSD512 进行钢板瑕疵检测
Jupyter-Image-Object-Detection-ResNet50-SSD300-PyTorch 使用 PyTorch ResNet50-SSD300 进行钢板瑕疵检测
Jupyter-Image-Object-Detection-VGG16-SSD300-Keras 使用 Keras VGG16-SSD300 进行钢板瑕疵检测
Jupyter-Image-Object-Detection-VGG16-SSD512-Keras 使用 Keras VGG16-SSD512 进行钢板瑕疵检测
Jupyter-Image-Object-Detection-VGG16-SSD512-PyTorch 使用 PyTorch VGG16-SSD512 进行钢板瑕疵检测
Jupyter-Image-Object-Detection-YOLOv3-CPP 使用 YOLOv3 进行 PCB 侦测
Jupyter-Image-Object-Detection-YOLOv3-Keras 使用 Keras YOLOv3 进行钢板瑕疵检测
Jupyter-Image-Object-Detection-YOLOv4-CPP 使用 YOLOv4 进行钢板瑕疵检测
Jupyter-Image-OCR Python 使用 Tesseract-OCR 进行字符辨识
Jupyter-Image-OpenCV-Binarize Python OpenCV 做二值化
Jupyter-Image-OpenCV-Blob Python OpenCV Blob 二值化影像几何形状提取与分离
Jupyter-Image-OpenCV-Capture-Image Python OpenCV 从 webcam 连续撷取影像并显示在屏幕上
Jupyter-Image-OpenCV-Gray Python OpenCV 读取 input.png 的彩色图文件,转换成灰阶后显示在屏幕上
Jupyter-Image-OpenCV-Read-Write-Image-File Python OpenCV 读取 input.png 存成 output.jpg
Jupyter-Image-OpenPose-PyTorch 侦测人体姿势
Jupyter-Image-QRcode-Generator 生成QR code条形码
Jupyter-Image-Screen-Capture Python 撷取壁纸画面后,储存到 output.png
Jupyter-Image-Segmentation-MaskRCNN-Keras 使用 MaskRCNN 进行影像对象分割
Jupyter-Image-Segmentation-UNet-Keras 使用 U-Net 进行影像语意分割
Jupyter-Image-Stitching 使用 brisk 特征提取算法进行影像拼接
Jupyter-Keyboard Python 送出键盘讯号
Jupyter-Model-Keras-To-ONNX 把 Keras 的模型转成 ONNX 的模型
Jupyter-Model-ONNX-To-OpenVINO 把 ONNX 的模型转成 OpenVINO 的模型
Jupyter-Model-ONNX-To-TensorRT 把 ONNX 的模型转成 TensorRT 的模型
Jupyter-Model-PyTorch-To-ONNX 把 PyTorch 的模型转成 ONNX 的模型
Jupyter-Model-TensorFlow-To-ONNX 把 TensorFlow 的模型转成 ONNX 的模型
Jupyter-Model-View-Netron 显示模型架构
Jupyter-Model-YOLOv3-CPP-to-OpenVINO 把 YOLOv3 CPP 的模型转成 OpenVINO 的模型
Jupyter-Model-YOLOv4-CPP-to-PyTorch 把 YOLOv4 CPP 的模型转成 PyTorch 模型
Jupyter-Mouse Python 送出移动鼠标指令
Jupyter-MySQL Python MySQL 连接,数据删除、修改、查询
Jupyter-OpenVINO

OpenVINO 范例

Image_Crossroad_Camera Image_Gaze_Estimation Image_Human_Pose_Estimation Image_Interactive_Face_Detection Image_Mask_RCNN Image_Multi_Channel_Face_Detection Image_Multi_Channel_Human_Pose_Estimation Image_Multi_Channel_Object_Detection_YOLOv3 Image_Object_Detection_Faster_Rcnn Image_Object_Detection_YOLOv3 Image_Pedestrian_Tracker Image_Security_Barrier_Camera Image_Segmentation Image_Smart_Classroom Image_Super_Resolution Image_Super_Resolution_Text Image_Text_Detection Image_Text_Recognition

Jupyter-PySide2 Python PySide2 视窗程式范例
Jupyter-PyTorch-CUDA-Test PyTorch CUDA 测试
Jupyter-Quote Python Quote
Jupyter-SMTP Python 简单邮件传输
Jupyter-Sound-Play-Music Python 音乐播放 mp3
Jupyter-Sound-Play-Sound Python 声音播放 wav
Jupyter-Sound-Spectrogram Python 声音频谱
Jupyter-Speech-To-Text Python 语音转文字
Jupyter-TensorFlow-CUDA-Test Python TensorFlow CUDA 测试
Jupyter-TensorRT

TensorRT 范例

Char_RNN

Image_FasterRCNN

Image_GoogleNet

Image_Int8API

Image_Int8

Image_MNIST_API

Image_MNIST

Image_ONNX_MNIST

Image_SSD

Image_UFF_MNIST

MLP

Movielens

Plugin

Jupyter-Text-To-Speech Python 文字转语音
Jupyter-Thread Python 线程范例
Jupyter-while Python while 循环使用范例

 

 

 

[ 价格列表 ]

 

LEADERG AI ZOO 人工智能软件 - 订阅版 - 一年授权一年更新: 美元2千元(税外)。

 

 

 

[ 教育训练 ]

 

教育训练需另外付费。

 

 

 

[ 软件比较 ]

 

 

  LEADERG AI ZOO Halcon Cognex eVision
总体性能
总体成本
AI 影像算法
传统影像算法
条码辨识
声音演算法
聊天机器人
开放源代码

 

 

 

[ 软件下载 ]

 

如果您为已购买订阅版之客户,请 email 激活码给我们,索取订阅版的下载连结: 

 

Email: openrobot@openrobot.org

 

商品推荐

1. 人工智能教育训练

延伸阅读

1. [教学视频] Barcode 及 QR code 影像分析实作2. [教学视频] 深度学习网路在资料分析的应用及实作3. [教学视频] 生产线 AOI 瑕疵检测及医疗影像检测实作经验分享4. [教学视频] XGBoost 数值资料分析算法实作
[CP 值最好的 AI 人工智能电脑热卖中]
硬件採用最新最快的 RTX-2080Ti-11G 及 TESLA V100 !
视窗图控介面,易学易用。
硬件优势:针对深度学习最佳化设计,且经过其他客户端 24H 运作验证。
软件优势:事先安装人工智能软件及优化设定,每週提供最新 AI 演算法下载。
公司优势:专业人工智能机器人设计公司。
欢迎企业、学校、及公家机关大量採购。
可租用,欢迎来信或来电洽询。
详细资料请参阅以下网址: https://cn.openrobot.org/ai-computer