有了Neuralet 開源社交距離偵測軟體再也不會有1968誤報了

最近新冠肺炎(COVID-19)疫情升溫，為保持社交距離及遠離人群較多熱點，所以交通部推出「1968」熱點警示APP，但利用車流偵測作為警示，準度連部份縣市首長都跳出來抱怨，難道就沒有在不侵犯個人隱私的情況下有更客觀更科學的作法嗎？

前不久知名AI專家吳恩達教授的Landing.ai團隊為了解決目前新冠肺炎(COVID-19)疫情而推出一個可以偵測社交距離的成果[1]，雖然沒有明確說明是用了何種技術及表現如何，但從展示影片中大概可以推估可能是用了類似YOLO之類的物件偵測人的位置，再以外框盒的中心去量測兩兩之間的距離（像素），若太近則出現紅色警示，猜想還可能有做了簡單的距離（透視投影）校正，以修正較前景及後景物件實際距離接近但成像上差距不同問題。

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真的比Google Edge TPU厲害嗎?

最近Nvidia推出Jetson Nano AI開發板，瞬間刷爆各大人工智慧社群版面，害得我本來整理好了十幾個AI開發板的文章頓時失去貼出的動力，因為Jetson Nano的低價(US$99)及高性能(472GFlops)輾爆所有開發板，包括Coral Google Edge TPU。

Fig. 1 三大AI開發板 (點擊圖片放大)