此解決方案包含五個範例,開啟使用者指定的網頁、開啟使用者指定的資料夾、將讀入的文字輸出 PDF 檔、終止 (exit)、開啟一個執行檔。
Httpd 是個常被用來作 web 伺服器使用的開源軟體,我們可以透過指定 URL 方式,post 或 get 資料然後顯示在網頁上。
此 Image-Classification-VGG16-Caffe 是利用 Caffe 框架,使用 VGG16 網路架構來訓練模型,透過已訓練好的模型來分類影像。
Python 函式庫用來執行 python 檔,只要選擇指定的 python 檔、填入想傳給 python 檔的參數,按下執行運行 py 檔,就能得到 python 回傳的字串。
Image_Binarize (影像二值化) 用於將影像進行前後景分離,即分成我們感興趣的部分 (前景),以及不感興趣的部分 (背景),通常將某個閾值 (threshold) 當作分割的標準,超過閾值的像素當作前景,反之則為背景。
本文章為深度學習應用於影像檢測的基本概念說明,並與傳統影像演算法進行比較。
使用隨機森林預測數據的推論結果。
此 Image-Object-Detection-ResNet50-SSD512-Caffe 是利用 Caffe 框架,速度比 Keras 快兩倍以上,與其他 Image_PCB_SSD512_Caffe 所不同的是使用 resNet 網路架構,再加上使用 SSD (Single Shot MultiBox Detector) 深度學
JSON library 的函式庫包含以下 function。
OpenVINO 是 Intel 針對深度學習 Inference 跑在 Intel 的硬體 (CPU, GPU...) 上,所做的一個軟體框架,目的是最佳化執行效能。
OpenVINO 是 Intel 針對深度學習 Inference 跑在 Intel 的硬體(CPU, GPU...)上,所做的一個軟體框架,目的是最佳化執行效能。
此函式包含 Video 影片;影像開啟、創立、複製顯示、儲存相關函式;影像基礎運算;影像畫圖相關;影像處理過濾相關;影像大小縮放、平移、旋轉、裁切;影像色彩空間;影像像素值資訊;影像應用相關。
此 Image_PCB_SSD300_Keras 是透過 Keras 函式庫,使用 SSD (Single Shot MultiBox Detector) 方法來偵測 PCB 上面的電容。
Control 的功能有 For 迴圈、If 條件式、Loop 迴圈、離開、等待……等 22 種。
R7 library 的函式庫包含以下 function。
確認裝置是否有 GPU 與 CUDA。常用在做深度學習取得 CUDA 或 GPU 的名稱,以及判斷其在裝置是否存在。
聲音函式庫。使用此函式錄製,請先拉音訊初始化,設定音訊參數,之後再依照需求自行拉其他函式。
Image library 的函式庫包含以下 function,其函式庫功能主要為影像讀取、處理、過濾、顯示 ...... 等功能,詳細使用請見各 function 說明。
HttpServer library 的函式庫包含以下 function,其函式庫功能主要為實現網頁伺服器功能,可傳送檔案,透過網頁來顯示接收檔案的內容
1 2 3 [4] 5 6