【開箱評測】巴掌大的迷你主機也能跑出高效AI推論表現！
為了更進一步了解這類迷你主機在AI推論效能的表現，此次選用東擎(ASRock Industrial) NUC BOX-1260P作為測試機，AI推論部份則選用OpenVINO 2022.3版作為基礎工具。而測試項目則使用OpenVINO Notebooks中最新的物件偵測「Convert and Optimize YOLOv8 with OpenVINO」範例作為實測效能的分析。
【Maker 玩 AI】AMB82 mini – 即時串流 Edge AI 開發板
AMB82 mini，核心SoC 型號為 RTL8735 ，工作頻率高達 500MHz，內建獨立 ISP (image Signal Processor)，可以做到H.264與H.265編碼以及 HDR 影像處理等，明顯就是特別針對影像處理強化的物聯網晶片，本文將介紹AMB82 mini的特點以及該如何進行操作。
實作 OpenVINO 加速 YOLOv7 推論
YOLOv7 使用了 pyTorch 框架實作 YOLO 架構，並且導出模型，這在使用上無疑更具彈性與方便性。本篇文章將運用 OpenVINO 來對 YOLOv7 模型進行轉換，提高其在邊緣裝置上的 AI 推論效能！
【評測文】工業AIOT邊緣運算電腦與OpenVINO 的結合實測
OpenVINO工具套件讓電腦視覺AI應用開發人員能跨多個硬體平台加速AI模型的效率，本文是針對OpenVINO在工業電腦上運作的效率進行驗證而做出的評測報告。
【Benchmark】要如何衡量TinyML專案的執行效能？
近期TinyML蔚為時尚，為了能更公允評判TinyML軟硬體的特性表現，因而需要基準（Benchmark）測試，本文將介紹由MLCommons及EEMBC提出的兩套作法。
線上學習
