一、上傳時間：2022/12/2 00:00 – 2022/12/11 23:59
二、上傳方式：
- 到 Intel DevCup競賽官網，使用參賽報名的帳號登入。
- 登入後，從menu點選「編輯人氣票選作品」，將會跳轉至文章。
- 使用文章編輯器，撰寫人氣票選作品介紹：請依下圖 1至6 點進行編輯。
Note:
- 影片請先傳到 YouTube，於編輯器中貼上網址即可（貼上後，稍後幾秒即產生影片）。
- 請務必填寫「內容摘要」及上傳「精選圖片」，方能在票選列表頁正常顯示您的作品。
- 若您編輯到一半，可先「儲存草稿」；編輯完可「送出審閱」。
- 若想修改文章，請重新登入點選「編輯人氣票選作品」，便可修改。
- 若您的圖片不想進入競賽官網資料庫，可先將圖上傳至雲端，如img.onl，複製圖片連結，再回到編輯網頁點選”新增媒體”–>”從網址插入媒體”–>填入圖片連結，即可顯示圖片。
- 人氣票選時間：2022/12/12 12:00 – 2022/12/19 23:59
————————————————————————————-
【作品格式及範例】
- 標題（範例）：AI 產線裝配指導員 – YWIL
- 作品簡述（50 字內）：
（範例）YWIL 是一種用於工業製造的電腦視覺應用工具，應用 OpenVINO 技術，可識別零件並驗證手動裝配過程中的步驟。
- 代表圖片（尺寸比例為 4:3，最小尺寸為 800pixel x 600pixel，檔案格式為jpg, png, gif）
（範例圖片）
編輯文案：
（範例）
- 參賽團隊名稱：Good Job
- 提案動機（字數、圖片不拘）
（範例）本提案名稱 YWIL 的全稱”You work, it looks”，意思是「你裝配，它來看」，它就是深度學習的模型。此提案期望給產業/工業/行業用的製造裝配員提供指導，裝配員組裝完成後，透過影像辨識，告知裝配員是否已是正確組裝， 還是仍有偏差需要調整。
- 解決方案（字數、圖片不拘）
（範例）在開發過程中所用軟硬體如下： 硬體：
- Intel Core i7-9750H 高階處理器
- Intel RealSense D435 攝影機
軟體：
- Intel OpenVINO Toolkit
- 公有雲服務：Microsoft Azure 的認知服務中的 Custom Vision
由於需要一個典型的裝配零件過程，我們用 3D 建模軟體設計一個零件，設計好後存成 .STL 檔案格式、轉成 G-code，然後透過 3D 列印製造，3D 列印機為Original Prusa i3 MK2S。
- 成果介紹短片（時間長度不拘，影片格式為 mp4，需先上傳到 Youtube ，畫質 720p 以上）
（範例影片連結：https://www.youtube.com/watch?v=0dMyKNTfVYw）
- 成果介紹（字數、圖片不拘）
（範例）在訓練過程中拍了約 1,500 張照片，然後標註約 1,200 張，訓練完成後用 OpenVINO 強化推論效率，實測結果每秒可到 140 個 Frame，最低也有 30個，平均可信度高於 95%，因此很推薦使用 OpenVINO。
- 團隊自介（團隊可自行表述）
（範例）本團隊成員來自XX大學XX系，指導教授為XXX， 我們的研究領域是XXX，曾經參加XXX競賽，獲得XXX殊榮….
- 參考資料（團隊可自行表述）