OpenVINO 2024.2姿態模型效能評估：以OpenPose、YOLOv8與3D-Pose為例
本文主要於ASRock NUC BOX-155H平台進行，使用Intel Core Ultra運作的NUC (下一代計算單元)。我們將姿態辨識模型OpenPose、3D Pose、MoveNet 與 YOLOv8 模型轉換為OpenVINO IR模型格式，分別在CPU、iGPU及NPU上進行部署。觀察這些模型在CPU、iGPU及NPU的硬體效能差異，透過實際執行影片推論的過程，觀察NPU的性能表現。
【Edge AI案例探討】利用AI物件辨識協助生產線瑕疵檢測
當製造業面對缺工狀況，如何善用科技來因應人力缺口？AI技術有機會成為解答，本文將介紹一個運用AI技術開發生產線品管的解決方案。
【使用Colab】將你的資料集訓練成YOLOv5模型
通過這影片的教學，你將學習到如何在Colab上安裝Google Colab，並成功訓練YOLOv5模型。這不僅方便，也為AI開發新手提供了輕鬆入門之道。
【Maker 玩 AI】Grove Vision AI 模組讓 Arduino 也能玩 YOLO 模型
日前 Seeed Studio 推出相同核心的 Grove Vision AI 智慧鏡頭模組，筆者便以行動支持國產晶片入手一片進行測試！本篇文章會介紹如何透過 Grove Vision AI 使Arduino也能玩轉YOLO 模型！
【Maker 玩 AI】用 Roboflow + Ultralytics HUB 訓練與管理 YOLO 模型
說到要訓練一個客製化 YOLO 模型，可能要讓不少人皺起眉頭了！本篇介紹 Roboflow 與 Ultralytics HUB 這兩個工具，在不需要安裝任何軟體、寫任何程式的條件下，完成一個客製化物件偵測 YOLO 模型！
No-code版電腦視覺開發工具 – Ultralytics HUB登場
YOLOv8主導開發公司Ultralytics推出No-code的ML電腦視覺開發平台 – Ultralytics HUB，讓更多開發者可以無痛進入此一領域。
0514邊緣系統VLM視覺理解推論實作工作坊
