
【CAVEDU講堂】如何計算道路及十字路口的車流
傳統車流計算以人工計數器搭配測速槍以計算行車速率,然需耗費龐大資源而且難以頻繁及大規模地執行,後來改採用的車輛偵測器則購置成本高昂。本文將嘗試利用影像方式來,計算道路上的車流量,並且分類出車子的類型,以及不同方向的車流數目。
傳統車流計算以人工計數器搭配測速槍以計算行車速率,然需耗費龐大資源而且難以頻繁及大規模地執行,後來改採用的車輛偵測器則購置成本高昂。本文將嘗試利用影像方式來,計算道路上的車流量,並且分類出車子的類型,以及不同方向的車流數目。
想實作出專屬於自己的「人工智慧機器手臂」?本文將針對如何透過Microsoft LOBE.ai的影像分類神經網路訓練平台進行影像分類模型的訓練,並且將匯出的影像分類神經網路模型以Tensorflow-Lite格式進行後續延伸的機器手臂影像分類辨識操作進行教學。
架構在OpenCV和MediaPipe函式庫上層的「CVZone」的Python開源套件,把原本入門門檻高的AI技術簡化,即使是學生也能輕鬆上手。本文將深入介紹如何使用此工具,並應用在生活科技教育中。
本文將探討是否可以直接用OpenCV進行影像處理、辨識,並在瀏覽器上應用Intel的OpenVINO的Inference Engine套件,並以IR model檔案去進行AI推論。
NVIDIA的DeepStream技術能夠簡化影像辨識程式越來越複雜的架構,進而為開發者省下大量時間,本文將全面解析DeepStream 5.0的功能並實測其效能。
DeepStream能處理來自多個來源的資訊,同時將結果顯示於畫面上,本篇文章將介紹如何設定DeepStream讀取多個影像進行推論,並提供在不同來源下如何設定的問題進行說明。
對AI科技應用、5G與智慧城市、自駕車、DeFi、CBDC、NFT與元宇宙等熱門議題有興趣的朋友們,絕對不可以錯過哦!
Find out more »Designed by Elegant Themes | Powered by WordPress