AI 人工智慧

上一篇文章已經訓練好自己的模型 best.pt 了，這次就是要教大家如何使用自己的模型做推論，並經由 NVIDIA 官方的 TensorRT，針對自己的模型與硬體做加速與優化，其中會教大家什麼是 TensorRT ?以及如何安裝 onnx，並實際使用它！

本篇要教大家如何透過 Jetson Nano 連接的網路攝影機拍攝照片，使用 Roboflow 輔助標記資料，並進一步建置自己的資料集。最後使用 Google Colab，運用 Roboflow 匯出自己的資料集來訓練 YOLOv5 模型。

本篇文章將介紹如何使用 Seeed 推出的reComputer Jetson 系列的 J1010 (核心就是 Jetson Nano 4GB ) 安裝 YOLOv5 運行的環境，並使用網路攝影機體驗 YOLOv5 模型推論。

這篇教學會使用 MediaPipe 的全身偵測模型 ( Holistic ) 偵測人體，抓取頭、四肢等軀幹部位，再透過 OpenCV 讀取攝影鏡頭影像進行辨識，將五官、頭手四肢軀幹標記出節點以及骨架。

這篇教學會使用 MediaPipe 的姿勢偵測模型 ( pose ) 偵測人體姿勢，再透過 OpenCV 讀取攝影鏡頭影像進行辨識，將頭手四肢軀幹標記出對應的節點以及骨架，最後甚至還可透過偵測到的姿勢，作出即時去背的效果。

這篇教學會使用 MediaPipe 的手掌偵測模型 ( hands ) 偵測雙手的手掌，再透過 OpenCV 讀取攝影鏡頭影像進行辨識，在手掌與每隻手指標記骨架，最後還會簡單設計隔空觸碰的小遊戲。

本篇文章要與大家分享如何幫 Raspberry Pi 樹莓派環境建置，從燒錄映像檔至 SD 卡、設定樹莓派系統、安裝 Google MediaPipe 影像辨識套件，到開啟攝影機權限，手把手教學，現在就跟我們一起學習吧！

「ESP32 人臉辨識小屋」(face recognition house)，以智慧居家為主題，使用 ESP32 作為主控板，透過 EzDIO 擴展板結合 HuskyLens 達到辨識人臉、RFID 感應解鎖的功能。

Pixel:Bit 教學(九) 要帶大家整合前面所學的內容，結合工業類型的主題，透過 Pixel:Bit 結合機械手臂(robotic arm)製作出具有影像辨識(Image recognition)功能的機械手臂，讓手臂自動幫我們分類搬運。

Pixel:Bit 教學 (六) 將帶大家繼續透過 Edge Impulse 平台完成影像辨識實作的「模型訓練 & 驗證」、「模型測試」、「模型部屬」三個部分，達到實際使用 Pixel:Bit 實作影像分類的功能。