Computex 2019 INTEL在邊緣計算推廣火力全開

Computex 2019於5/28正式展開，和去年一樣，INTEL在外貿協會台北國際會議中心(TICC)一樓有專區展出，主攻邊緣計算部份，晶片部份主推神經運算棒二代(NCS2)那個主晶片VPU(Myriad X)，而軟體部份則主推自家深度學習開源包OpenVINO。

Computex 2019 INTEL VPU相關產品對照表 (點擊圖片放大)

【課程簡報分享】真理大學_AI發展與新創機會

很高興今天(2019/5/27)受真理大學資工系陳炯良老師邀約和大學部學生分享「AI發展與新創機會」，希望藉著這次機會能提供學生們更健康的創業想法。

此次簡報大致分為兩大部份，包括：

AI發展
何謂人工智慧、技術範籌與能力、應用領域與方法、開發環境與工具、雲端與邊緣計算

新創機會
想法評估及試作、團隊建置與分工、市場分析與佈局、新創競賽與資源、實例需求與解題

歡迎如有任何建議可在下方留言交流。(點擊圖片放大)

台灣的商湯在那裡？

2019/5/15大陸最大的人工智慧電腦視覺獨角獸「商湯科技(SenseTime)」一口氣推出了11項產品，包括智慧城市、教育、醫療、零售及擴增實境(增強現實)五大領域。在智慧城市部份涵蓋了公安、交通、地產、銀行、社區、空間及場館，其中包含雲端、邊緣及前端計算能力。在教育部份除之前創辦人湯曉鷗教授編輯的知名AI教材「人工智能基礎(高中版)」外，此次更推出教育機器人及智能小車(SenseRover Mini)。智慧醫療部份則將重點放在遠端三維數據分析及後處理。智慧零售部份則向Amazon GO致敬，從線上消費場景數據感知、理解、分析到決策都有。最後則是SenseAR引擎2.0的發佈，使得擴增實境應用能支持更多AR眼鏡、多人互動。[1]

【課程簡報分享】AIGO社群交流會#2_從OpenCV改版談開源影像辨識深度學習新玩法

很高興今天(2019/5/21)受AIGO主辦單位資策會及協辦單位MAKERPRO邀約，讓我有機會和大家分享「從OpenCV改版談開源影像辨識深度學習新玩法」。

本次演講主要包括：
OpenCV簡介
OpenCV發展歷程
OpenCV模組簡介
執行平台及硬體加速方案
OpenCV深度學習模組
OpenCV與深度學習框架
OpenCV深度學習應用實例
    影像分類、物件偵測、語義分割、影像著色、骨架姿態、文字偵測、人臉辨識

以下就是本次演講簡報，如有任何建議歡迎留言交流。(點擊圖片放大)

台灣耐能(Kneron)自製AI晶片KL520產品發表會

去(2018)年COMPUTEX只展出FPGA版本，期待了一年多，傳說中台灣自行研發性價比最高的AI晶片「耐能Kneron KL520」選在今天(5/20)發表了。會場展出多項已導入客戶端的產品，包含研揚UP BOARD上的加速運算模組板(全科用此產品開發人臉辨識系統)，奇景(Himax)結構光3D感測器，鈺立(鈺創子公司)雙目立體視覺等。晶片不只提供極佳的功耗算力比(350OPS，300~500mW)，且內建2顆Arm Cortex M4，加上豐富的IO介面，可用於許多邊緣計算(視覺、語音、數據流)應用。同時支援多種深度學習框架(TensorFlow, Caffe, ONNX, Keras)及模型，不過不支援OpenCV。

目前看來最有機會推到一般新創或創客開發方式的應該是研揚的Up Board M.2加速板，它的介面和之前研揚出的Movidius加速板完全相容，不過據說目前研揚還在測試中，可能要下半年才會推出。

另外未來為推廣到智能攝影機領域，有可能開發安控業常使用38x38mm的板子，推出時程預計下年。至於會不會推出類出類似樹莓派的產品，可能就隨緣了。

另外有個很好玩的事，出席給的袋子中除了文宣外，還給了一隻直徑七公分的放大鏡，實在不懂要做啥用??知道的人再麻煩幫我解個謎。

ps. 這不是業配文，如Kneron有興趣找我做測試，推廣給社群，歡迎不吝指教！

 

如何讓Nvidia Jetson Nano能順利執行OpenCV4.1.0中CUDA相關函式

2015年在好友Edwin Huang贊助下拿到Nvidia最早的嵌入式開發板Jetson TK1，第一次感受到算力如此強大、價格如此實惠的平台，於是藉著這塊開發板開始了我的深度學習(雙關語)之旅。在當時Cuda, Cudnn, OpenCV整合的並不好，官方提供的套件也問題多多，加上為了讓深度學習框架Caffe能順利執行，光安裝環境竟花了快一個月才解決，坑多到有如月球表面，深怕一出狀況就要重新來過，為此還寫了足足八張A4紙的安裝說明文件。

Fig.1 Nvidia Jetson Nano (點擊圖片放大)

Alasdair Allan邊緣計算AI開發板效能比較文摘要

最近AI開發板掀起一陣大混戰，每個人都說自家的廠商算力有多高，CP值沒得比，但到底實情如何，只能各說各話。有位網友Alasdair Allan發表了一篇比較文，把目前最火的三個方案樹莓派加Intel神經計算棒、NVIDIA Jetson Nano及Google Coral做了完整實驗數據比較，結果各打五十大板，沒有一家能到達號稱的最高效率，真不知是廠商在特定(優化)條件下執行還是作者的測試方法不公平(??)，還是這些廠商有什麼隱藏祕技未公開？

這篇文章非常長，測試方法非常完整，在這裡簡單幫大家摘要一下，有興趣的朋友請直接參考原文

Benchmarking Edge Computing

Comparing Google, Intel, and NVIDIA accelerator hardware

https://medium.com/@aallan/benchmarking-edge-computing-ce3f13942245?fbclid=IwAR30AHHQoUF8HOPNQyYqNv0LDpdJOhkOqEbb9MmpsAr8qhYkk-k9X4O4GK8

以下內容、圖片都出自上述連結。而這篇文章最可愛的地方就是文後最後一句話"This post is sponsored by Coral from Google."，作者拿了Google的贊助雖然結論是Google Coral比較優，但文中仍保留很多意見，沒有一面倒幫Google多講一些好話，淨說老實話，看來Google還是滿大方的。

七種測試平台：
1. 樹莓派3B加Movidius(Intel)神經計算棒一代
2. 樹莓派3B+加英特爾神經計算棒二代
3. NVIDIA Jetson Nano
4. 樹莓派3B+
5. Google Coral USB加速器
6. Google Coral 開發板
7. 蘋果MacBookPro (Intel Core i7)

(點擊圖片放大)

NVIDIA Jetson Nano學習筆記

最近大家都在開箱AI神器NVIDIA Jetson Nano，在好友James Wu的贊助下，我也跟了一波流行。開箱文部份我想網上已有很多人分享過了，我就不獻醜了，等我試出一些內容後再和大家分享。這裡就把我在網上收集到精采的內容和大家分享一下，如果有更多的好文章，也請大家不吝指教，謝謝。

虛擬助理再進化真人尺寸虛擬警衛大變身

之前曾寫過幾篇文章介紹過「虛擬(偶像)助理」(AI智能虛擬助理介紹Gatebox/HoloBox/MxR Tube、 【AI_Column】影像式AI虛擬助理真的要來了嗎？（上）、 【AI_Column】影像式AI虛擬助理真的要來了嗎？（下）) ，最近又看到日本把這項技術延伸到真人尺寸的虛擬警衛，不禁讓人對未來有更大的想像。

此次由SECOM(安保和警衛)、AGC(顯示器和虛擬機器人)、DBA（DeNA）(安全角色草案及語音合成)及 NTT DoCoMo(5G 及訪客語音辨識) 等 4 家公司合作聯手打造出「虛擬警衞系統」，主要提供真人尺寸的男生警衛「阿衛」和女生警衛「小愛」，可以協助「警戒監視」、「接待(自動應答)」、及「緊急對應」等功能。這項技術結合影像辨識，可分析來者穿著是否異常(戴安全帽遮臉)，對於身高較矮的小朋友虛擬警衛也會蹲下對話。亦搭載語音辨識及語音合成(對話內容)來處理自然語言對答。遇到緊急狀況時也可變身為緊告標示並通知真人到場處理，大幅減少警衛人力負擔。

圖片來源(點擊放大)