【 Edge AI專欄】使用Intel OpenVINO搭配YOLOv11輕鬆駕馭姿態偵測
Intel OpenVINO 在開源範例庫 Notebooks 上給出 YOLOv11 物件偵測、姿態估測及影像分割等三個案例。本篇文章，會跟著源碼說明來了解一下如何運行 【姿態估測】 範例「Convert and Optimize YOLOv11 keypoint detection model with OpenVINO™」及動作原理。
【學習程式新工具】用MS Copilot 生成 micro:bit 感測器程式碼
為了測試 ChatGPT 能否協助我們更有效的學習電腦程式語言，我們選用了 MS Copilot 來生成 micro:bit 板載上的感測器程式碼，然後在 V3 版的小彼特 Python Editor上驗證。
【RAG for Vision】如何結合RAG建構Multimodal電腦視覺系統
結合AI電腦視覺與RAG的Visual RAG已被視為是下一代AI應用進步的關鍵，本文介紹它的技術架構與應用案例。
【開箱評測】探索未來：結合迷你PC與生成式AI的個人多媒體助理
以mini PC作為多媒體AI個人助理的應用，展現了AI技術日益貼近日常生活的趨勢，未來這類設備將在提升個人生活品質和工作效率方面扮演越來越重要的角色，而本文將分析NUC BOX-155H這台mini PC在多媒體處理上的效能，並且分享一個未來十分看好、能成為個人多媒體助理的AI模型：Stable Diffusion及其多個版本的發展與應用選擇。
【Arm的AI世界】Python在Arm平台上的應用
這篇文章將概述Python在Arm平台上－－主要是在Linux與Windows作業系統上－－的應用。Python程式語言通用性極高、相當受歡迎，可用在不同的環境中…
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。