在單元三中， 我們成功地透過區域網路與 Jupyter Lab, 讓 Jetbot 動起來了！接下來，我們一起來設計一個簡易的圖形化使用者介面(Graphical User Interface, 以下簡稱 GUI)，以便更直觀地遠端遙控 Jetbot吧！
上一個單元「JetBot AI 這樣玩-單元(二) 操作環境設定篇」文章中， 我們成功地透過區域網路與 Jupyter Lab, 遠端登入到 Jetbot。接下來，本篇文章將要帶大家透過Jupyter Lab 遠端控制讓我們的 Jetbot 動起來吧！
威盛Pixetto為高畫質視覺感測器，能夠實現物體、形狀、顏色、人臉及手寫辨識等功能，非常適合使用者用來製作AI相關的專案。本篇教學將帶大家使用Pixetto 進行模板偵測，透過辨識到的人臉，轉而控制伺服馬達來帶動門的機構，達成檢測到正確人臉就開門的專案。
1路繼電器模組商品簡介 1路繼電器模組，數位訊號驅動裝置，可自行選擇常開或是常閉連接裝置。發送訊號時 […]
本篇文章主要學習內容為瞭解 Adafruit IO 平台操作，包括「Feed建立」、「Group建立」、「Dashboard建立」，並且使用Linkit7697 + Adafruit IO Blockly 積木示範如何發送資料以及接收資料（透過網頁遠端控制Linkit7697）。
上一個單元帶大家一起組裝好了Jetbot 。本篇文章將帶大家一起為手上的 Jetbot 進行操作環境設定。趕快先準備好本次所需的軟體與硬體，接著就可以開始系統與無線網路設定，最後就能透過 Jupyter Lab 進行遠端遙控囉！現在就一起踏入人工智慧的世界吧！
本篇文章為了幫助一般使用者更快速地上手 Jetson nano 系列開發平台，以及iCShop x CIRCUS Pi 各種 Jetson nano 系列教具，統整了各種常見的大小問題與初步解決方法，並分成硬體設定與常用的系統軟體操作兩大部分讓一般使用者更方便地找尋解決方案。
在上一篇文章，我們瞭解Pi Pico 搭配Grove 擴展板以及各種感測器模組，如何使用及運作，但因為缺少網路相關模組所以無法將蒐集到的資料上傳雲端，這次我們將會使用NBIoT 模組AM7020 來充當網路模組的角色，將蒐集到的資料上傳雲端，完成一個簡易的雲端溫溼度監測站。
本篇文章要教大家使用MediaPipe Face Mesh，它是一種能將人臉劃分成許多區域的算法，可在臉上標註468個3D標註點。主要使用機器學習(Machine Learning)來運算3D表面的幾何形狀，無需使用深度相機，只要簡單的WebCam即可實現。
上一個單元教大家如何安裝 MediaPipe，相信您已經知道如何在虛擬環境中下指令，並且也準備好程式編輯器了吧？接下來要帶大家一起看看 MediaPipe官方網站針對每個功能，所提供的範例程式，本文的主題就是-人臉檢測 Face Detection。