網頁

2021年3月26日 星期五

【課程簡報】Edge AI研究會#01_Edge AI影像辨識技術發展觀察

很高興今天(2021/03/26)和大家一起分享關於「Edge AI影像辨識技術發展觀察」這個主題,並且和大家有深度交流,面對面討論了許多問題。

此次重點放在Edge AI的技術發展及影像辨識相關問題,大綱如下。

  • Edge AI 技術發展
    • 算法優化
    • 算力提升
    • 資料標註
    • 領域知識
  • Edge AI影像辨識
    • 離網推論
    • 巨量連網
    • 即時反應
    • 開發部署

 (點擊圖放大)

【課程簡報】20210326_東南資科_創新應用實務02_OpenCV初體驗

很高興今天受東南科技大學資訊科技系謝昌勳老師邀約擔任業師,和同學們分享「走進電腦視覺─OpenCV初體驗」,此次主要分享重點如下。

  • 線上Python開發環境
    • Google Colab
    • Jupyter Notebook
  • 開源電腦視覺OpenCV
    • OpenCV簡介
    • 基本功能操作
    • 數位影像原理
    • 灰階影像處理
    • 範例程式練習 

完整課程範例:https://github.com/OmniXRI/tnu_opencv

(點擊圖片放大)

2021年3月19日 星期五

【課程簡報】20210319_東南資科_創新應用實務01_Github建站

很高興今天受東南科技大學資訊科技系謝昌勳老師邀約擔任業師,和同學們分享創新應用實務相關實務經驗,此次主要分享重點如下。

資訊創新應用開發
  創意與發想
  實作與驗證
GitHub
  何謂 GitHub
  如何建立靜態網站
Markdown
  基本語法
  進階語法

(點擊圖片放大)

2021年3月12日 星期五

【Intel OpenVINO™教學】不用寫程式也能輕鬆上手AI模型分析、優化、佈署─DL Workbench圖形化介面工具簡介


有看過或玩過「神奇寶貝(寶可夢)」的朋友都知道,訓練家們要依怪獸的屬性(火系、草系、電系等)給予適當的培訓,再挑選合適的對象及不斷的對戰磨煉才能有好的戰鬥表現。同樣地,AI模型訓練師也是如此,依據不同的應用場景(影像分類、物件偵測、影像分割等),挑選適合在指定的硬體(CPU, GPU, VPU, FPGA等)上推論的模型,並反覆調整合適的超參數,如此才能有好的成果。

由於這樣的調參工作需要耗費大量的時間及精力才能完成,傳統上只靠一堆數字報表來分析調整方向,所以非常仰賴專業工程師的能力才能完成。因此Intel OpenVINO Toolkit(以下簡稱OpenVINO)在2019 R3版之後提供了一項非常方便的網頁式圖形化介面工具「DL Workbench」(Deep Learning Works Benchmark),讓不會寫程式、非專業的工程師也能輕易上手進行模型選用、下載、校正、參數調整、效能比較、瓶頸分析、優化及打包佈署到目標硬體平台上。

接下來就從「如何安裝DL Workbench」、「DL Workbench工作流程」作簡單說明,最後再以「實際案例操作:SSD物件偵測」完整說明AI模型的分析、優化及佈署的步驟。