【OpenVINO】專欄

近期掀起的一陣AIGC浪潮讓ChatGPT大型語言模型、Midjourney與DALL-E等圖像生成模型備受關注，其中又以Stable Diffusion最受到社群熱烈討論，主要原因就是可以自行佈署與修改模型，可玩性與彈性相當大！本篇就要來介紹如何使用OpenVINO Notebooks來玩Stable Diffusion V2！

本文章將介紹使用OpenVINO C++ API開發YOLOv8-Seg實例分割(Instance Segmentation)模型的AI推論程式。

本文主要介紹如何在Windows平台以Visual Studio為基礎配置OpenVINO C++開發環境，作者將帶領大家一步步從零開始，並提供完整的測試程式碼。

最近在電腦視覺領域就出現了專屬的物體分割大模型，由Meta開源的「萬物可分割」（SAM）物體分割模型。這個強大的通用分割模型，當然也能用OpenVINO進行最佳化以及推論的加速，使其能方便快速地在Intel的CPU上部署執行。來跟著我們提供的程式碼與步驟一起來動手試試吧！

你知道我們也可以執行最夯的Stable Diffusion圖片生成模型，並且將該模型轉換為OpenVINO的IR格式，讓它在CPU與GPU上高效率執行嗎？

YOLO又推出了最新的YOLOv8模型，其模型架構創新以及性能提升，使其剛問世就獲得廣大開發者的關注。如果說利用OpenVINO的量化和加速，利用英特爾CPU、整合式顯卡以及獨立顯卡與同一程式碼庫無縫協作，可以獲得1000+ FPS的性能，你相信嗎？我們將一步步教你在利用OpenVINO在英特爾處理器上實現這樣的性能。

本文將依序介紹OpenVINO toolkit不久前針對工業瑕疵檢測推出的Anomaly Lib函式庫架構，挑選數個知名異常檢測模型進行原理、特色說明，並逐步進行操作說明。

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！

Intel OpenVINO Toolkit 2022.1版在今年作出不少重大變革，本文將帶大家認識DL Streamer架構及安裝技巧，以及分析DL Streamer的表現，帶領大家深入了解OpenVINO這項好用的工具。

隨著Win11上市，WSL2也迎來較大幅度的更新，本文將帶著大家從零開始一步一步架設Linux開發環境並且安裝安裝Intel OpenVINO、Docker和DL Streamer進行練習。

Intel OpenVINO 在今年迎來最大幅度的版本更新，除更便利開發者進行操作外，也對 API 進行優化，那麼該如何利用這個最新版本的OpenVINO 推論 Teachable Machine 模型呢？一起來了解看看吧！

OpenVINO 2022.1版本中，透過PrePostProcessor (PPP) APIs使得推論效能有明顯的改善，當使用iGPU來推論時，其效能更大幅超越CPU和神經運算棒(NCS2, Myriad X)。PPP的特色及優勢為何？且看本文介紹。

Intel開發的電腦視覺與深度學習應用的開發套件OpenVINO自2018年問世以來，造福了不少AI應用的開發者，而今年發布的2022.1版是這三年半來最大幅度的更新，本文將簡單盤點此次更新的幾大要點。

不會訓練AI模型，是否一定要從頭開始苦學神經網路，才能開發AI？現在有了事半功倍的方法 – OpenVINO Notebooks，本文將介紹如何運用這項工具進行系統化學習，無痛打開AI落地的應用大門。

Intel在2021下半年推出的OpenVINO™ integration with TensorFlow能夠實現在TensorFlow中介接OpenVINO執行推論加速，本篇將帶大家實際操作，了解如何在不用改code的情況下，直接在TensorFlow推論並完成OpenVINO加速。

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。

OpenVINO Toolkit子專案Open Model Zoo提供超過300個以上立即可用的預訓練AI模型，涵蓋超過50種不同類型的範例程式原始碼，讓想要嘗試進入AI領域的人更容易上手，本文章將帶領讀者一起探索這個資源豐富的寶庫。

本文針對OpenVINO進行模型最佳化轉換的效能實測，證明Intel-based PC及NB也能拿來當AI辨識引擎沒問題。

Intel DevCloud是一個免費的AI雲端開發平台，開發者們可運用這些資源來學習並應用AI，本篇文章將使用DevCloud for the Edge，在簡單的四個步驟之中，完成一個Object Detection物件偵測的DEMO操作。

本文透過object_detecion_demo運作觀察，參數設定過程如何影響模型在同一台機器上推論效率的變化，接下來的內容為觀察到的現象，可以作為日後模型推論在配置時參數設定的一些參考。

本文將介紹如何應用OpenVINO的DL Workbench選用現有或是自製的模型，透過GUI介面，輕鬆完成模型的分析與部署工作。

本文將介紹如何結合Teachable Machine與OpenVINO兩個簡單好上手的AI工具，幫助使用者在短時間內完成簡單的邊緣運算模型訓練，同時也更快速的綜觀全局並找到解決問題的方向。

Intel 推出的免費雲端開發平台「DevCloud」，不僅提供OpenVINO讓使用者進行AI推論程式開發及測試，更協助評估佈署後效能，讓使用者可以更精準地採購所需設備。本篇文章將帶領讀者深入了解這項免費工具。

本文將介紹ROS解決方案及OpenVINO架構，並且評測YOLOv3在Edge AI上的應用及效能。

即時掌握學生的學習狀態，對教師維繫教學品質來說非常重要。本文將探討能否透過人工智慧與資訊技術的結合，進一步瞭解學生學習過程中的學習狀況與學習態度的資訊，解決學生人數較多時難以由教師親自察看的處境。

本文將介紹聰泰科技如何結合自身在專業影像領域的經驗及AI團隊，搭配OpenVINO平台推出影像AI解決方案，幫助工程師們能輕鬆將傳統的監控應用升級到AI級的影像應用。

身為人工智慧(AI)從業人員，如何兼顧模型的速度和準確度是一大挑戰。利用INTEL OpenVINO推出的「Post-Training Optimization Tool (POT)」能有效解決，一起來了解如何使用吧。

DL Workbench(Deep Learning Works Benchmark)一個方便的網頁式圖形化介面工具，讓非程式設計背景的社群夥伴都可以輕鬆使用，一起來看看其使用流程以及範例操作吧！

當深度學習技術遇到視訊檔案或串流影片時，逐格(by Frame)影像分析就變得很沒效率，有辦法提升嗎？可試試用DL Streamer來加速喔。

為解決安裝步驟系統無法運行，OpenVINO推出Docker安裝方式，輕鬆搞定安裝及執行問題，本篇簡單說明Docker是什麼？以及相關的工作環境以及範例說明。

最近麵包影像辨識結帳機很紅，且用Windows 10 PC來做做看如何套用現有模型Model來做物件偵測。

機器手臂早已成為自動化工廠中不可或缺的最佳幫手，本篇文章將會說明如何使用Intel OpenVINO™+RealSense™自製機器手臂之視覺系統。

處理電腦視覺只能靠 OpenCV 單打獨鬥嗎？OpenVINO 開源工具其實強化了「深度學習」技術在電腦視覺的相關應用，有效搭配兩者將能提升執行效能。

本篇文章運用 OpenVINO、UP Squared、RealSense 深度攝影機，實作道路避障偵測。

微軟推出的Kinect雖然在2017年停產，卻也讓體感互動更上一層樓，但其實想要自製體感控制系統也不無可能，本篇文章將會說明，如何使用Intel OpenVINO結合OpenPose預訓練模型來完成「土炮體感控制系統」。

本文將帶讀者在嵌入式控制板上面操作 OpenVINO，搭配 Movidius NCS2 使用 Tensorflow 物件辨識、圖片物件分類技術，並針對台灣路況即時影像（九份老街）進行街景識別。

過去要做到精準的物件偵測，不僅需要高難度的技術更需要專家協助，但運用OpenVINO能讓「語義分割」及「實例分割」的開發難度大大降低，本篇文章將會分享「實例分割型智慧監控系統」的概念驗證實驗。

本篇文章介紹如何使用 OpenVINO 所提供的三種預先訓練模型：face detection、facial landmarks 及 facial embedded features 來進行人臉識別。

本文介紹如何將Caffe預訓練的模型，在OpenVINO™環境下套用DNN來進行物件偵測。

本文除了介紹影像語義（像素級）分割原理、OpenVINO基本架構，更以如何建構自駕車視覺系統為例，介紹如何應用OpenVINO中預先訓練與優化的模型來進行場景辨識。

OpenVINO提供已經替開發者訓練好不少模型（Pre-trained model），本文將帶領你透過臉部辨識模型來判斷被攝者的性別與推測年齡，並進一步描繪數位看板智慧應用情境。

本篇將介紹 Intel 在今（2018）年推出OpenVINO，一套開放視覺推論及神經網路最佳化軟體平台，大幅降低在各種不同使用場景中，造成開發上耗費大量的精力和成本。

近期掀起的一陣AIGC浪潮讓ChatGPT大型語言模型、Midjourney與DALL-E等圖像生成模型備受關注，其中又以Stable Diffusion最受到社群熱烈討論，主要原因就是可以自行佈署與修改模型，可玩性與彈性相當大！本篇就要來介紹如何使用OpenVINO Notebooks來玩Stable Diffusion V2！

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。

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！

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。

本文針對OpenVINO進行模型最佳化轉換的效能實測，證明Intel-based PC及NB也能拿來當AI辨識引擎沒問題。

本文透過object_detecion_demo運作觀察，參數設定過程如何影響模型在同一台機器上推論效率的變化，接下來的內容為觀察到的現象，可以作為日後模型推論在配置時參數設定的一些參考。

本文將介紹ROS解決方案及OpenVINO架構，並且評測YOLOv3在Edge AI上的應用及效能。

即時掌握學生的學習狀態，對教師維繫教學品質來說非常重要。本文將探討能否透過人工智慧與資訊技術的結合，進一步瞭解學生學習過程中的學習狀況與學習態度的資訊，解決學生人數較多時難以由教師親自察看的處境。

近期最火熱的科技話題，非ChatGPT莫屬，本文將說明如何在 RK-OpenVINO™ AI BOX 上建立一個 LINE 對話機器人，並串接 OpenAI API 來做到更好的對話體驗。

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。

由MakerPRO攜手Intel舉辦的第18次「Edge AI社聚」，邀請到在2022年Intel DevCup競賽實作組獲得前三名的團隊，分享他們是如何成功開發出分別能解決珠寶業、養雞業，以及物業管理/保全業「痛點」，並協助業者降低成本、加速工作效率的商用邊緣人工智慧方案…

傳統鑽⽯品質檢測需要⼈⼯進⾏⽬視檢測和評估，具有侷限性和不可量化的問題，利⽤AI技術進⾏⾃動化鑽⽯品質檢測，不但具有⾼效率及⾼準確性的優勢，也可以實現品質量化。

YOLO又推出了最新的YOLOv8模型，其模型架構創新以及性能提升，使其剛問世就獲得廣大開發者的關注。如果說利用OpenVINO的量化和加速，利用英特爾CPU、整合式顯卡以及獨立顯卡與同一程式碼庫無縫協作，可以獲得1000+ FPS的性能，你相信嗎？我們將一步步教你在利用OpenVINO在英特爾處理器上實現這樣的性能。

本作品使用 OpenVINO 進行人體建模（3D），並將其應用於助聽器選配，解決助聽器調整人、事、時、地、物之限制，更展現了數位醫療替身之前瞻運用。

閃燃是一種可怕的火場現象，此現象號稱是消防員的天敵，最容易在一瞬間令消防員致命。本專案希望協助消防員及時判斷出閃燃前的徵兆並加以應變，以挽救不必要的傷亡。

AI疾病預測系統的開發與應用，可協助診斷，提供遠距或診間醫療衛生服務。本開發案以酒癮為例，開發並應用AI模型，依據疾病史來預測是否罹患酒癮。

看見機台從資料的收集、AI技術的應用與快速佈署，站在使用者角度全方位的考量，以專案目標選擇適用的感測器與方法，建立友善的介面供使用者快速落地佈建，和高性價比的硬體投資。

骨質疏鬆是全世界第二大流行病，本文將介紹如何使用一般X光機或行動X光車拍攝出符合WHO醫學指引的髖部醫學影像，並運用AI輔助分析，於6秒鐘內產出骨質疏鬆風險報告。

透過電腦視覺系統(Computer Vision)，可以讓電腦自動學習推論並給出更具效率的判斷與決策，藉由固定路線且即時的公車裝載電腦視覺系統，利用 Object Detection Model 即時偵測路況。

廣大的開放型水域或戲水場所，救生人員不一定可以即時發現溺水求救的民眾，而錯失救援機會，甚至發生悲劇，此專案希望透過影像偵測即時救援溺水的人。

純文字的時代漸漸過去，拍出漂亮照片則是人人都已擁有的能力(因為手機越來越強大)，那麼將這兩個概念結合起來如何？來看看這具有創意的專案吧！

本專案嘗試開發出一台AI邊緣裝置，在進書時能幫書店老闆自動辨識此書的封面文字，並上傳雲端；當顧客上門，只需上雲端查詢即可找到想要的書。

社會中，不乏有許多視障者需要生活機能上的協助，透過這些工具能夠帶給他們更好的體驗，並且實質幫助到他們的食衣住行，視障朋友不論是外出或是生活起居上皆有可能會遇到困難，請跟著我們一起了解這些作品吧！

Intel在Hackster.io上發起一次AI挑戰賽，比賽包含三個獎項，本文將針對早鳥提交獎及開發者票選獎提出5個作品來進行介紹。

Intel在Hackster.io上發起一次AI挑戰賽，比賽包含三個獎項，本文將針對由專業評審選出的Grand Prize優勝作品進行觀察。

今年4月，一台失控的工程車滑落軌道，造成死傷慘重的列車出軌事故。這起意外不禁讓人思考，有沒有辦法透過「科技」的力量及早預警，避免悲劇發生？本文將從AI影像辨識功能出發，剖析是否能夠利用現有的技術，製作出可以即時偵測、預警鐵道障礙物的辨識系統。

最近麵包影像辨識結帳機很紅，且用Windows 10 PC來做做看如何套用現有模型Model來做物件偵測。

機器手臂早已成為自動化工廠中不可或缺的最佳幫手，本篇文章將會說明如何使用Intel OpenVINO™+RealSense™自製機器手臂之視覺系統。

本篇文章運用 OpenVINO、UP Squared、RealSense 深度攝影機，實作道路避障偵測。

微軟推出的Kinect雖然在2017年停產，卻也讓體感互動更上一層樓，但其實想要自製體感控制系統也不無可能，本篇文章將會說明，如何使用Intel OpenVINO結合OpenPose預訓練模型來完成「土炮體感控制系統」。

本文將帶讀者在嵌入式控制板上面操作 OpenVINO，搭配 Movidius NCS2 使用 Tensorflow 物件辨識、圖片物件分類技術，並針對台灣路況即時影像（九份老街）進行街景識別。

過去要做到精準的物件偵測，不僅需要高難度的技術更需要專家協助，但運用OpenVINO能讓「語義分割」及「實例分割」的開發難度大大降低，本篇文章將會分享「實例分割型智慧監控系統」的概念驗證實驗。

本文除了介紹影像語義（像素級）分割原理、OpenVINO基本架構，更以如何建構自駕車視覺系統為例，介紹如何應用OpenVINO中預先訓練與優化的模型來進行場景辨識。

OpenVINO提供已經替開發者訓練好不少模型（Pre-trained model），本文將帶領你透過臉部辨識模型來判斷被攝者的性別與推測年齡，並進一步描繪數位看板智慧應用情境。

由MakerPRO攜手Intel舉辦的第18次「Edge AI社聚」，邀請到在2022年Intel DevCup競賽實作組獲得前三名的團隊，分享他們是如何成功開發出分別能解決珠寶業、養雞業，以及物業管理/保全業「痛點」，並協助業者降低成本、加速工作效率的商用邊緣人工智慧方案…

近年來興起的AI補強了傳統機器視覺的不足，逐漸成為製造業品管的新寵技術。本文將介紹如何運用開源AI 工具提升製造品管效益，並剖析此技術的優缺點及發展概況。

5G自主邊緣（5G Autonomous Edge）一詞意指在整體5G通訊系統中的邊緣環節（鄰近於5G基地台）加入智慧機能，加速雲端Cloud、AI、5G三大領域技術的融合與演進，進而支援與實現新應用，本文將介紹5G自主邊緣可能的應用情境與對產業產生的影響。

今年4月，一台失控的工程車滑落軌道，造成死傷慘重的列車出軌事故。這起意外不禁讓人思考，有沒有辦法透過「科技」的力量及早預警，避免悲劇發生？本文將從AI影像辨識功能出發，剖析是否能夠利用現有的技術，製作出可以即時偵測、預警鐵道障礙物的辨識系統。

為了因應交通狀況的緊急性，Edge AI技術在智慧交通的發展中更顯重要。一起來看看目前有哪些將AI運用於交通領域的具體案例吧。

AMR 自主移動機器人能自行找出到達目的地的最佳途徑、輕易繞開障礙物、自動跨層運輸，高效安全地執行任務，如今ROS 2問世，將如何讓AMR更上層樓？

本文介紹Edge AI人臉辨識技術的發展，以及如何用於防疫應用，並進一步剖析分散式Edge AI系統建置的最佳化策略。

由MakerPRO攜手Intel舉辦的第18次「Edge AI社聚」，邀請到在2022年Intel DevCup競賽實作組獲得前三名的團隊，分享他們是如何成功開發出分別能解決珠寶業、養雞業，以及物業管理/保全業「痛點」，並協助業者降低成本、加速工作效率的商用邊緣人工智慧方案…

第二屆「Intel® DevCup」競賽圓滿落幕，除了實作組與概念組的得獎作品之外，還有多位佳作、人氣票選的作品，皆令人驚豔。

AI應用已從雲端走向邊緣裝置，如何聰明部署邊緣運算也成為關注焦點，為協助各領域加速跨越AI邊緣運算的部署門檻，本次論壇邀集專家們從應用實例切入分享，帶領來賓輕鬆跨越部署瓶頸。

人體骨幹偵測技術被廣泛使用在互動遊戲、入侵偵測、賣場行為分析、運動教學輔助、跌倒偵測、產線公共安全等各個領域，其重要地位不容小覷，本次Edge AI社聚邀請到三位專家，針對相關技術及應用實例進行分享。