[2020 台灣人工智慧年會] 如何選擇適合的人工智慧演算法

 

 

講師: 李明達老師

 

 

內容摘要:

 

可解釋性

 

影像分類: CSPNet + heat map

物件偵測: YOLOv4, CSPNet

語意分割: U-Net

物件分割: Mask R-CNN

影像處理: Cycle GAN, Pix2Pix

人臉辨識: FaceNet, ArcFace

姿態辨識: Human Pose

車牌辨識: YOLOv4, CSPNet

字元辨識: YOLOv4, CSPNet

瑕疵檢測: YOLOv4, CSPNet

放射檢測: U-Net

病理分析: Mask R-CNN

模型轉換: ONNX

 

一般資料分析: XGBoost Classification, XGBoost Regression, Gradient Boosting, Light GBM, Regression Forest, Conv1D, DNN

 

時間序列資料分析: XGBoost + Time Series Data, LSTM

 

2017 演算法為王

影像分類: CSPNet

物件偵測: YOLOv4

語意分割: U-Net

物件分割: Mask R-CNN

 

2018 資料為王

去識別化資料

 

2019 FDA 為王

各種落地應用

認證

責任歸屬

 

2020 快速開發工具為王

No Code

Low Code

 

我們把 AI 變簡單!

 


延伸閱讀

1.
[LEADERG APP] YOLOv4

2.
[教學影片] YOLOv4 物件偵測影像分析演算法實作

3.
LEADERG APP 人工智慧軟體 (No Code ,不用寫程式, APP 操作介面, 免費下載)

4.
LEADERG AI ZOO 進階人工智慧軟體 (Low Code ,提供豐富範例程式, Jupyter Lab 操作介面,可購買大量授權)