Search
NT330 特價中
看了講師的介紹才知道講師是台灣工程師，但是這門課講師是用英文講的，有提供英文字幕， 英文有台灣腔，所以還蠻熟悉的 :-)
SSD人臉和口罩檢測，MTCNN人臉檢測，訓練你自己的模型，即使有口罩也能識別人臉
從這 12 小時的課程，你會學到
✅ 如何從頭開始安裝Python、Tensorflow、Pycharm
✅ 如何建立你自己的分類模型
✅ 什麼是FaceNet
✅ 分類模型和人臉辨識模型之間有什麼區別
✅ 如何透過修改分類模型建立你自己的 FaceNet 模型
✅ 如何使用 SSD 人臉檢測進行人臉排列
✅ 如何使用 MTCNN 人臉檢測進行人臉排列
✅ 如何進行資料清洗
✅ 如何建立口罩的人臉資料集
✅ 如何訓練你的 FaceNet 模型
✅ 什麼是訓練技巧
✅ 如何實施訓練技能以有效地訓練模型
✅ 如何進行即時的人臉檢測、口罩檢測和人臉辨識
https://softnshare.com/ai-deep-learning-facial-masked-face-detection-recognition/
可解釋性的人工智慧(Explainable AI, XAI) 技術
=================================
XAI技術是什麼？誰需要XAI？
常聽到大家抱怨深度學習技術是個「黑盒子」。當然，參賽量高達幾千萬到幾十億個的深度學習技術，要清楚瞭解每個參數是怎麼運作的是有困難。但是現在也有非常多的工具（研究）試著解釋網路做了什麼。另外，對於黑盒子的抱怨絕不會停下深度學習技術落地成為其他產品的智能核心。
XAI解釋每個決策背後的思考邏輯。
誰需要XAI？現階段而言，我們認為最重要的是開發深度學習的技術團隊們！
過去三年我們協助幾家軟硬體公司開發人臉辨識產品。深度模型設計過程中會遇見人臉辨識結果跟直覺無法吻合的案例，不曉得判斷的依據為何。為解決這樣的問題，我們花了一年多的時間開發了一個可以嵌合在各個人臉辨識模型的模組，發現可以成功解釋為何兩張人臉會辨識為同一人(或另一人)的原因。XAI模組可以加速人臉辨識網路的開發，我們相信類似的概念可以拓展到其他深度學習應用，加速技術落地。
我們最近會對於人臉XAI的模組進行一系列的展示，適當的實際也會公布這些模組，讓深度學習開發者一起使用。
#XAI #ExplainableAI #xCos DIGITIMES 科技網 DIGITIMES 名家專欄
#revopoint #人臉掃描
你有沒有想過把自己得臉掃描起來做成 3D 模型，然後放到遊戲裡面或是做成小公仔呢？以前都要花十幾萬買台掃描儀，才能做到！現在只要有 iPhone 搭配 POP 3D 就能輕鬆搞定！
🔥🔥Revopoint POP 3D 現正募資中：https://bit.ly/3fQgKYb
----------------------------------------------------------------------
訂閱我們的 Podcast 節目，每週一固定更新：https://apple.co/37bTXkr
贊助我們一杯咖啡，讓我們持續為您提供更優質的內容：
https://pay.firstory.me/user/applefans-today
🔥🔥 快追蹤 APPLEFANS蘋果迷：
📍APPLEFANS 官網：https://applefans.today
📍Facebook：https://bit.ly/3dZtev1
📍FB 社團：https://bit.ly/3uCspil
📍Instagram：http://bit.ly/2QTnKZf
📍LINE 社群：https://bit.ly/3qsDPo1
主演「瑪爾濟斯之歌」的MV男主腳 Cooper 這次不是演MV，而是化身成一個來自未來的機器「特務小狗 (代號：MR74)」，#Cooper要來維護世界和平啦！🚀
✅ #Intel與物聯網聚合商 #協同合作加速物聯網世界的發展與實現。
✅『物聯網解決方案聚合商』也可簡稱為『#物聯網聚合商』，英文名稱為：IoT Solution Aggregator。
✅其中一間「物聯網聚合商」便是在台灣的 #世平集團 (#WPI)。
✅『世平集團』是世界第一的半導體零組件代理商，擁有足夠全面的產業視野與供應鏈觸角。
✅加速AI 應用開發，搭配工具『NCS2』好處多多！
✅『OpenVINO』內涵好用的示範模型如：
#人臉辨識 #FaceRecognition
#目標追蹤 #ObjectTracking
#文字辨識 #TextRecognition
#車輛辨識 #VehicleIdentification
#疲勞駕駛 #FatigueDetection
🚀NCS2的購買連結👉[email protected]
#NCS2
#Intel第二代神經運算棒
#OpenVINO
#人工智慧
#AI
#瑪爾濟斯之歌
人臉辨識，就是用科技計算的方式，來比較臉部視覺特徵，藉此鑑定身分的一種電腦技術。
其實我們可以把人臉辨識想像成是一套演算法，各種不同的廠商或公司可能會有不同的演算規則。但整體的邏輯是一樣的，通常會先偵測人臉、然後進行臉部校正與擷取特徵、再進行比對工作。
當攝影機拍到你的時候，它第一步也會先切成一張一張的影格，然後去找到你的臉，就像是我們相機在拍照的時候，它不是會在臉旁邊出現一個框框讓你比較好對焦，這就是使用了人臉偵測的技術。
也因為人臉其實有一些特徵，所系統會開始擷取一些我們臉上出具有「辨別度」的特徵，像是顴骨的形狀啦、眼窩的深度之類的，一張臉大約有80幾個識別點，但也因為拍攝時可能剛好低頭或轉頭，或是受到光線影響之類的，有些系統會在抓取特徵的時候也要進行校正，利用人中啊、眼睛啊或嘴角之類的作為錨點，將人臉校正到同一個比較基準。現在也有2D轉3Ｄ的技術，用3D模型來計算你不同角度應該是長什麼樣子。那抓出這些特徵以後呢，這個演算法會把你臉上用這些特徵畫出來的向量，轉換成編碼，於是你這個人獨特的特徵就可以用一串數字來代表，最後再送到資料庫進行比對。
雖然人臉識別這個技術早再很多年前就已經開始發展，但是到這幾年因為電腦計算速度大幅加快、雲端技術成熟，才有較大的進展。而且這樣子一套演算法，還需要透過ＡＩ深度學習，模擬我們大腦神經網絡的運作，然後從大規模未標記的資料中學習，來建立出一套演算法、不斷優化出更好的模型。才能讓辨識度越來越準確。
不過即使臉部辨識技術已經發展了一段時間，辨識準確度卻還是有待加強，美國國家標準暨技術研究院 (Nist) 的一項測試就發現，2014年到2018年期間，人臉辨識系統因為深度學習的技術，失敗率從4% 降到 0.2%。BUT！資料庫中的照片跟現實生活中可不一樣，每個人頭擺的角度、臉出現在畫面中的位置、拍攝光線、畫素、有沒有戴帽子、帶圍巾或變老，這些都會影響準確度。而且目前雙胞胎的辨識，還是一大難題。
像是英國南威爾斯警方2017在歐洲足球冠軍賽期間，測試一款全新的AI臉部識別程序，可以搜尋比對資料庫裡面的50萬筆潛在罪犯資料，結果系統在17萬名觀眾當中，配對了2470人為潛在目標，但是錯誤率高達92%。
Amazon 2016年推出影像辨識 AI 系統Rekognition，也曾經把28名國會議員辨識為罪犯，讓大家都嚇到吃手手。美國奧蘭多市政府也從 2017 年開始與 Amazon 合作進行先導計劃，在市內幾個地方架設監視器，實時進行人臉辨識，希望可以找出通緝犯等特定人士，幫助執法。不過在 15 個月的測試中，卻發現系統經常誤判，準確度常常出問題，後來在2019年終止這項合作。
人臉辨識跟很多技術一樣，就是個雙面刃。雖然這項科技已經越來越進步，而且透過電腦的深度學習，讓判讀的準確度大大提升，但它仍然不像DNA那樣，正確度高達99.9%，可以作為決定性的判定標準。
--------------------------------------
《#范琪斐ㄉ寰宇漫遊》每週四晚間十點在 #寰宇新聞台 播出，沒跟上的也沒關係，歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐ㄉ寰宇漫遊 🔔https://reurl.cc/ZvKM3 1030pm準時上傳完整版！
影像辨識】人臉辨識模型Google Facenet 介紹與使用大家有聽過Google Facenet 嗎❓ 它可是目前很流行的臉部識別技術呢～ M妞最驚豔的是許多影像辨識技術都需要有龐大 ... ... <看更多>
此專案利用Pre-train 好的Dlib model，進行人臉辨識(Face Detection) ，並且實現僅用一張照片 ... 整個pipeline 是由多個模型所組成，其中包含: 臉部 ... ... <看更多>
人臉辨識模型 在 人臉辨識- 人臉特徵擷取(FaceNet) & 訓練人臉分類器 - GitHub 的推薦與評價
在[7.2-face-detect-align-and-crop]己經詳細介紹如何進行"人臉偵測"、"對齊" & "裁剪"了, 因此這篇文章會著重在: 人臉特徴擷取(使用FaceNet的模型與演算法); 人臉特徵 ... ... <看更多>