很好用的影像轉檔工具,可將各種圖檔批次轉換成 png 檔案格式及正規化成 512px x 512px 大小,方便進行 AI 影像訓練。亦可指定轉換成其他影像檔案格式及大小。
AI 燒機測試專用 APP ,用來測試 CPU 和 GPU 做 AI 運算的穩定性。在機殼關閉的情況下,1 小時內可測出系統異常。系統異常來源可能是 CPU 不穩定、 CPU 風扇損壞、 GPU 不穩定、GPU 風扇損壞、記憶體不穩、某些 CPU 型號在記憶體插滿時需降低記憶體工作頻率、主機板不穩、硬碟不穩、機殼散熱不良、作業系統損壞、中毒等,需逐一排除。
台灣之光最新作品 YOLOv7 的分支 - HumanPose,可檢測人體位置、關鍵點(眼、耳、鼻、肩、肘、腕、臀、膝、腳踝),實現快速人體姿態檢測。
使用 YOLOv7 HumanPose 演算法找出人的位置,並偵測出人的骨架(眼睛、耳朵、鼻子、肩部、手肘、手腕、髖關節、膝關節、腳腕),實現相當快速的人體姿態檢測。
CSPNet 演算法優化深度學習網路結構,除了準確度是世界第一之外,還能在邊緣運算嵌入式系統上維持超高的推論速度,實在是非常厲害,台灣之光。
適用於各種語言的情感分析 APP ,可以用自訂資料集做訓練。可應用於分析客戶訊息、社交媒體留言、聊天機器人等。
台灣之光的上一代作品,去年最厲害的物件偵測演算法,在某些影像資料集的精確度超越 YOLOv7。
台灣之光最新作品 YOLOv7 segmentation ,除了是目前最厲害的物件偵測演算法,亦可做物件分割,找出邊緣,可取代 Mask R-CNN 。
目前最快最準的開源人臉辨識演算法,可應用於人工智慧教學教材、犯罪偵防、門禁考勤、智慧長照、公共安全、研究開發等。
台灣之光最新作品 YOLOv7 segmentation ,除了是目前最厲害的物件偵測演算法,亦可做物件分割,找出邊緣,可取代 Mask R-CNN 。我們把程式碼整理成可以用 JupyterLab 依序執行訓練及推論步驟,比較好用,並製作操作說明投影片。
OpenVINO 是一個用於優化 AI 推論速度的開源工具平台,可以提高電腦視覺、語音辨識、自然語言處理等常見的深度學習性能。將那些使用 Tensorflow、PyTorch、Caffe 等框架的模型轉換 OpenVINO 用的模型後,即可在多個不同類型的加速器(CPU、GPU、 NCS2)上體驗到效能優化及性能提升。
使用 UNet 進行影像的分割,可應用於醫療影像分析、瑕疵影像分析等。
發送廣告信的 APP ,可使用 Gmail 等常用信箱自動發送電子郵件。
台灣之光,目前最厲害的物件偵測演算法 YOLOv7 ,加上 DeepSort 演算法進行即時多物件追蹤,可應用於監控系統、人流分析、車流分析等領域。
台灣之光近期新作品之一,去年最厲害的物件偵測演算法 YOLOR ,大幅減少運 算量,速度增加但精度不會下降。我們把程式碼整理成可以用 JupyterLab 依序 執行訓練及推論步驟,比較好用,並製作操作說明投影片。
CSPNet 演算法優化深度學習網路結構,除了準確度是世界第一之外,還能在邊緣運算嵌入式系統上維持超高的推論速度,實在是非常厲害,台灣之光。
台灣之光最新作品,目前最厲害的物件偵測演算法 YOLOv7 ,大幅減少運算量,速度增加但精度不會下降。我們把 YOLOv7 加上 Windows 使用者介面,方便大家快速使用,節省時間。
使用 YOLOv5 Pose 演算法找出人的位置,並偵測出人的骨架(眼睛、耳朵、鼻子、肩部、手肘、手腕、髖關節、膝關節、腳腕),實現相當快速的人體姿態檢測。
使用 UNet 進行影像的分割,可應用於醫療影像分析、瑕疵影像分析等。
可以使用 AI 推論台灣2000多家上市櫃公司股票1~240個交易日後的股價趨勢,篩選出可能會上漲的股票,節省時間尋找投資目標,增加獲利機會。
台灣之光最新作品,目前最厲害的物件偵測演算法 YOLOv7 ,大幅減少運算量,速度增加但精度不會下降。唯一的缺點是程式碼係採用 GPL 授權,會造成商業產品需強制開源,如果要商業應用,可轉成 onnx 或其他推論引擎的格式,或是重寫程式碼。我們把程式碼整理成可以用 JupyterLab 依序執行訓練及推論步驟,並製作操作說明投影片。
可自動分析大數據的分類、迴歸、及時間序列資料,並找出關鍵因子。Optimize X 製程參數優化功能,只要輸入製程目標 Y ,即可找出最佳化的多個製程參數 X 。
目前最快最準的開源人臉辨識演算法 - ArcFace
Python QT 視窗使用者介面程式設計入門,使用 PySide2 。
自然語言處理的 BERT 在 2018 年推出後,至此風靡了 AI 語言界,在 2019 年, Google 宣布已開始在搜索引擎中使用 BERT,到 2020 年底,幾乎在所有英語搜 尋中都使用了 BERT。 BERT 特點為在學習過程中會考慮上下文或是詞彙出現在 不同句子裡意思的差異等,因此成為目前受歡迎的自然語言處理演算法之一。
使用 GPT-2 演算法自動生成中文文章。
GPT-2 應用於自動產生一篇文章,也可輸入任一句話來自動產生一篇文章。
YOLO Darknet 的維護者俄羅斯人 Alexey Bochkovskiy 發現中研院資科所博後 王建堯及所長廖弘源研發的 CSPNet detector 又快又好,於是邀請中研院資科 所以此為 backbone 發展 YOLOv4 ,對上一代 YOLOv3 做了各個部分改進,能維持一定檢測速度外,還大幅提升檢測精度,降低硬體
使用 Python 的 pySerial 套件進行 serial port 的控制。
使用 OpenCV 的函式進行影像的連通區域分析。
模型轉換,ONNX 轉換 OpenVINO 範例。
使用旋轉和調整亮度的方法進行影像的擴增。
使用特徵比對的方法進行影像的縫合。
模型轉換,Keras 轉換 ONNX 範例。
產生 QRcode 的二維條碼影像。
Pix2Pix 風格轉換。將原影像輸出訓練學習的影像風格。例如 : 黑白轉換成彩色、邊緣圖轉換相片、地圖轉換成衛星地圖等各種應用。
批次調整影像的大小。
產生 code39 和 code128 的一維條碼影像。
繼承 FasterRCNN 的演算法 - MaskRCNN,對原有的架構進行改良,增加了 Semantic Segmentation 的部分,可對物體進行分割、檢出、分類, 是相當經典的 Segmentation 演算法。
測試 XGBoost 使用 GPU 進行訓練。
使用 Python 爬蟲抓取台灣的口罩資訊。
PSGAN 可應用於對一張人臉影像進行上妝,局部替換人臉妝容。
使用 Support Vector Machine (SVM) 進行 Iris 花朵的分類。
讀取和寫入 Excel 檔案的範例。
讀取和寫入 CSV 檔案的範例。
從檔案讀取 Sin。
使用 Python 的 matplotlib 套件,產生股票資料 (開盤、收盤、最高、最低) 的圖表。
從檔案讀取 JSON,將 JSON 寫入檔案。
使用 YOLACT 進行影像的分割。
[1] 2 3