• #maker+t=market
  • 3D列印服務
  • COSPLAY 3D 建模
  • 1
  • 2
  • 3

MakerPRO社群論壇－交流、分享、協作 造訪社團 » youtube

原文網址 賴建宏
2020-03-26 16:59:38

https://www.youtube.com/watch?v=ca77nklqono

最近都在玩 # 機器視覺 的應用, 剛巧我學校 # 台北科技大學 # 電子工程研究所 有買 # nVIDIA # DGX -1 然後開帳號給我用. 玩著玩著就在群組裡面聽到有同學叫, 說剛剛查到有人拿 # 武漢肺炎 # COVID -19 # 新冠肺炎 的CT和X光影像的機器視覺去投期刊了

結果我去上網查, 發現其實之前就已經有人弄了! 我看那些文章後搞懂他的意思, 在把那訓練效果複製到nVIDIA DGX-1上執行後, 輸出的 # 模型 # model 存成固定檔案. 最後再用 # Python3 加上 # Keras 寫了一個可以根據輸入的影像求出是否感染武漢肺炎的機率

現在看來效果是有啦~! 不過還不算很好, 影片中就可以雖然分得出來機率不一樣, 不過正常的與感染者的目前差10%, 樣本應該不太夠! 要不然可以考慮在現有 # VGG16 的通用架構下進行擴充

Simon Li
2020-03-26 17:17:57

好強喔，借轉。

Jack Omnixri
2020-03-26 17:26:07

只有幾十張樣本訓練出來的很容易overfitting，訓練越久精確度越高這個問題會越嚴重，所以如何取得更多樣本或利用GAN產生訓練樣本，以增加數量及多樣性才是重點。

賴建宏
2020-03-26 17:27:12

Jack Omnixri 大大，我也這樣想，用GAN還可以減少Noise

Jack Omnixri
2020-03-26 17:28:13

不過要用GAN產生多樣本也有原始樣本不足產出不了多樣性問題產生。

賴建宏
2020-03-26 17:32:14

Jack Omnixri 大大, 要不就在目前的VGG16結構上做手腳, 像那期刊應該是自己訂訓練模型的架構的 :

https://pubs.rsna.org/doi/10.1148/radiol.2020200905...... &

不過這還是可能以偏概全, 畢竟人類對於武漢肺炎的了解不算多

Jack Omnixri
2020-03-26 17:32:58

重點不在模型 在資料集

賴建宏
2020-03-26 17:35:21

這個應該是用ResNET50那種...可是我覺得很奇怪! 那文章中說可以達到95%甚至以上的辨識率, 這只有兩種可能 :
1. 樣本(得武漢肺炎的人)一定要夠多
2. 發生過適應現象

這是哪種?

賴建宏
2020-03-26 17:43:23

Jack Omnixri 大大, 對呀! 目前的下載下來也才86張, 差很多!

Jack Omnixri
2020-03-26 17:49:30

賴建宏 我覺得過適應的機率很高

賴建宏
2020-03-26 17:53:41

Jack Omnixri 大大，我也是這麼認為，全球確診人數來講，現在為止都還只有五位數而已耶！

地球現在有幾十億人，怎樣都算少數啊！

賴建宏
2020-03-26 18:04:07

更離譜是：這期刊也沒詳載驗證統計的方法，就貼個數字上去？

洪瑛瑩
2020-03-26 18:25:13

肺炎都長的差不多 真的能有效辨識是否是covid19嗎？

賴建宏
2020-03-26 18:31:31

洪瑛瑩 大大，主要是針對影像辨認，至於那影像的內容是否正規化得好，也是影響辨識率的關鍵

賴建宏
2020-03-26 18:40:53

反之，機器學習才沒有一堆人說得那麼神啦～

邱登佑
2020-03-26 18:42:41

洪瑛瑩 武漢肺炎的點修臨床症狀有一個是毛片狀玻璃化，是一般肺炎少見的，可以作為初步的判斷，減少醫生與病患接觸的機率

洪瑛瑩
2020-03-26 19:00:11

邱登佑
雖然是以這種方式簡單分類 ，但在臨床上還是很難排除是其他疾病（流感之類的）造成的x-ray pattern

另外目前診斷重點還是在於旅遊史及接觸史，要以x-ray或CT當作初步判斷感覺不太可行，畢竟要有那麼嚴重的肺部症狀也是需要幾個天的時間 ? 所以目前還是以篩檢的方式去確診

依小妹薄弱的醫學知識，覺得實用上的效果是滿有限的 ? 不過還是對於醫療與機器學習方面的結合還是覺得很有趣～ ??

LeiShen Yueh
2020-03-26 21:54:33

跟人命扯上關係的玩藝兒，興趣玩玩就好
沒人會想要去當那個千分之一的分類失誤的

賴建宏
2020-03-26 22:23:57

看來用影像識別，是有其用途的

https://edition.cnn.com/....../covid....../index.html......

Jack Omnixri
2020-03-27 07:35:47

以去年AIGO比賽為例，童綜合醫院出了一個待解AI題目「使用類神經網絡在X光影像上偵測結節與腫塊，以及標註生產線建置」想要偵測四種類別 「3：高度懷疑有結節或腫塊 2：中度懷疑 1：低度懷疑 0：無」，都要提供提供一萬個X光影像作為train dataset(正負樣本比例約為1:1)。另會保留1000個完全與上面不同病人來源的data作為test dataset，最後只預期達到95%的sensitivity，與95%的specificity。所以可想而知，這個開源項目要能到實用階段還有一段路要走。
https://aigo.org.tw/zh-tw/competitions/details/102

賴建宏
2020-03-27 07:40:39

Jack Omnixri 大大，沒錯啊！單純用影像識別，是好玩但是說實話，死角多還不一定經濟

帕拉提斯
2020-03-27 08:45:45

LeiShen Yueh 問題是給人來分失誤機會更高…

LeiShen Yueh
2020-03-27 09:04:42

可是醫生會要病人去進行抽血檢查或是化痰檢查，然後培養病毒來確認感染源
單純的看片本來就不準，X光要很嚴重的才看得到

賴建宏
2020-03-27 15:10:01

LeiShen Yueh 大大! 對, 很多人對於機器學習、機器視覺都以為高大上, 其實那都是有一定的應用情境才可以套用的

賴建宏
2020-03-27 15:48:35

帕拉提斯 大大，對了！就是因為與病患接觸越久越危險，才會想到乾脆透過機器學習

邱登佑
2020-03-27 16:49:28

洪瑛瑩 是的，但是單單這樣就能夠分辨出7~8成的病患，有流感的病例混入，輔以病毒篩檢，這樣才能做到高準確


原文網址 楊棟榮
2020-03-06 18:52:37

Volumio 新版軟體已重新支援 Youtube 內建功能，設定如下 :
1. 網路連線
2. 設定系統裡，檢查更新升級最新版軟體
3. 外掛裡面選 Youtube 軟體安裝
4. 開電腦開瀏覽器 Chrome (Safari)，打 http://volumio.local/ ，連線機器，在已安裝外掛選 Youtube 設定(如照片)，選擇 Login 去 login Google 帳號，在按允許就可以
5. Android 手機有時不行，因為手機瀏覽器不一定是 Chrome，蘋果手機不確定，如果手機不行就用上面說的電腦
6. 操作手機電腦都可以，Youtube 搜尋歌曲比較順，搜尋歌手會卡卡(如照片)


原文網址 Jack Omnixri
2020-02-28 19:54:32

當大家都在搶著買紅外線測溫元件或熱像儀時，但是你知道到底是什麼原理嗎？最新一期的李永樂老師解釋的超清楚，大家趕快來追一波吧！ https://www.youtube.com/watch?v=WW5gis6_YRM

歐敏銓
2020-02-28 23:26:28

Jack Omnixri
2020-02-29 07:22:35

Bird這兩篇寫得很棒,值得推薦,而李永樂老師這隻影片從光學歷史切入進而說明原理及數學公式,有不一樣的收獲,同樣值花點時間看看。


原文網址 Bo Mini
2020-02-14 21:30:06

情人節～來個燒烙作品～
材料：木材
工具：TS80數位恆溫烙鐵
來看看影片吧～
祝大家情人節快樂～

工具這裡買的： https://www.pcstore.com.tw/hedgehog
官方粉絲專頁： https://www.facebook.com/kchedgehog
YouTube： https://www.youtube.com/watch?v=OJHEThD1TvM&feature=youtu.be

歐敏銓
2020-02-14 23:06:01

影片很有水準，工具很強，畫工也棒，廣告置入也很巧妙，但還是可以感受的到喔

Bo Mini
2020-02-15 00:20:23

謝謝～也祝您情人節快樂～週末愉快～


原文網址 林祐祺
2020-01-29 09:01:25

# 把輔助鎖的內核直接換成智能鎖
# 雖然目標是龐大的存量市場但是這樣有賣點嗎 ？

「Lock 適用於大部分輔助鎖（Deadbolt），即僅由鎖匙扭動、無彈簧的那種。買回去之後，使用者就只需要把外殻、鎖芯拿出，換掉門栓和鎖膽的部分，再重新組合就可以了。過程順利的話，大概十多分鐘就完成安裝。往後，使用者除了用原本的鎖匙來開關門戶之後，還可以透過手機 app、HomeKit 來代勞，實現多種不同門禁管理，像是讓賓客進出、自動開關、進出記錄等。」

同樣跟August Smart Lock一樣在輔助鎖上動腦筋，大概就只在於一個機構做外面換個殼，一個換鎖核，但這吸引力在哪？是外型維持不變嗎？但我個人喜歡August，會換有一大半的原因就是不喜歡之前舊鎖醜醜的外表啊~ ?

不知大家怎麼看這CES 2020的熱門產品？

Level Lock 智慧門鎖動手玩 | Engadget 中文版
https://www.youtube.com/watch?v=TPpYjDSbrLk

August Smart Lock 簡單安裝的鎖
https://www.youtube.com/watch?v=oviwVDS30Ak

---
www.smarthomelab.tw 智慧家庭實驗室


原文網址 歐敏銓
2020-01-08 23:44:10

YouTube Originals （提供由 YouTube 製作的原創影集和電影）拍了一系列介紹、探討AI發展的影片，不僅拍攝手法專業、探討面向深入，還邀請「鋼鐵人」小勞勃道尼主持並且旁白，非常推薦！
影片系列： https://www.youtube.com/playlist?list=PLjq6DwYksrzz_fsWIpPcf6V7p2RNAneKc

沈亦中
2020-01-09 10:31:01

好棒的影片!


原文網址 林祐祺
2019-11-26 18:20:01

# GoogleNestMini終於上市
# 但是3500個品牌中有幾品可以在台灣買到 ？
# 另外在內容方面除了串流音樂以外還有什麼 ？
# 最後就是生活服務可以叫車或者叫外賣嗎 ？

今天 Google 終於宣布中文版 Nest Mini 在台上市，售價 1,785 元，有「石墨黑」、「粉炭白」兩色可供選擇；除了原本的 Google 小姐，還為此新增男聲語音「Google 先生」。舊版的 Google Home Mine 近日透過軟體更新，也可以在語音助理設定內以中文為主要語言了。

Nest Mini 不只能提供 Spotify、Netflix、My Music 與自家 YouTube 等串流服務，硬體部分也支援 D-Link、LG、飛利浦 Hue、大同、小米、Yeelight 等 3500 個品牌，高達 30000款智慧裝置。像家中照明、插座、空調、掃地機器人、除濕機、空氣清淨機、洗衣機等家電都可以直接透過 Nest Mini 語音控制。

透過 Voice Match 功能，Nest Mini 還可以聽聲辨人，最多支援 6 位不同的使用者，提供每個家庭成員個人化的專屬服務和資訊。

---
www.smarthomelab.tw 智慧家庭實驗室


原文網址 林祐祺
2019-11-18 13:58:40

# 除了幼兒滑手機這個大問題之外接下來與智慧音箱的交互也會是另一個問題
# 如果音箱講黃色笑話或者很沒禮貌家長能接受嗎 ？

小孩滑手機是觸碰交互的大問題，但接下來要上市的 Google Nest Mini 智慧音箱，勢必會帶起語音交互的風潮。

語音交互很適合老人與小孩，這是一個不太需要學習的交互方式，但在美國也曾經發生了一些事情~

亞馬遜曾經在2018年發布了一款新型號的 Amazon Echo：「Echo Dot Kid Edition」，定價 79 美金。原因是給兒童聽的內容也是必須要管控的。( https://www.facebook.com/…/smar…/permalink/1387318141367667/ )

Echo Dot 兒童版比標準版 Echo Dot 價格貴了 30 美元，增加了家長的控制權限、兒童相關內容（包括超過 300 種兒童成長讀物）等兒童向服務。

為了讓家長可以更加安心，Amazon 停用了某些 Alexa 的功能，例如禁止使用 Amazon 以外的帳號進行購物，兒童無法自己打電話 Uber 或在必勝客上訂披薩。

最重大的一個改革，還是針對孩童的 Alexa 優化體驗（搭載在 Echo 上的語音助理）。Alexa 對於使用者的詢問將採用更緩慢的語速、更簡單的單字、更詳盡的說明來作回覆。Amazon 還調整了 Alexa 的語音辨識方法來應對小孩講錯單字發音的時候。

但是在 Echo Dot Kid Edition 上市之後卻是被罵翻了，原因是很多 Kid Edition 的影片被放上 youtube，講有色笑話的或者沒禮貌的字眼等，或者講的鬼故事恐怖到讓小孩做惡夢，都挑戰了家長的極限。

語音交互勢必會成為兒童與科技交互的重要方式，但提供這類服務的公司有特別注意內容與交互禮貌嗎？Google Nest Mini 本身有做這樣的管控嗎？相信幾年後也會有一群家長反對語音交互這個人機界面，或者應該在提供或者購買這類產品與服務時，大家就開始關注這個議題。

---
www.smarthomelab.tw 智慧家庭實驗室


原文網址 賴建宏
2019-11-14 15:26:41

https://www.youtube.com/watch?v=WeycBNAERy4

終於一償宿願～拿 # Keras 去訓練 # Fruits360 這個開放的水果影像資料集，建立出DENSE、DNN、CNN、VGG16四種模型存成H5 model files後

再轉成 # Tensorflow 的 # pb model files，最後由 # Intel # OpenVINO 的 # ModelOptimizer 轉換出 # xml 與 # bin 模型檔案

接著就是標準的影像分類 # ImageClassification 的應用來套用轉換出的 #xml 與 #bin 模型檔案，攝影機拍到的就抓機率最高的前三項來顯示

實測結果...嗯，確實跟 Cheng Hsun Tseng 、 Jack Omnixri 兩位大大講的那樣：最好別奢想多準確，能玩不錯了！ ?

以下是目前發現的：

A. 樣本數明顯不足！雖然共有102種水果，可是總影像數量才53000多張，平均每一種只有500多張...據我所知，通常可以商品化的應用，每個種類大多得要上萬張起跳 ?

B. 攝影機的品質好壞有很大的影響！我用的是 # Logitech # C170 這個 # Webcam ，據之前做機器視覺超多的 Jack Omnixri 大大說，跟一般商業應用的比起來，解析度跟處理效能可以說是小巫見大巫 ?

可是也因為這樣，我能用現代化的裝備跟軟體工具，實際動手實行一個機器視覺 # MachineVision 專題，還因此確定了之後要做其他應用的基本手法，是個不錯的經驗啦～ ?

Jack Omnixri
2019-11-15 03:05:52

賴桑從你的測試影片看來好像有點怪怪的，你的模型是用來作影像分類，但卻給一堆水果照片要它辨識，好像有違一張照片只分一類的原則，所以可能要找一張照片只出現一種水果來測會好些。另外你提及用了DENSE、DNN、CNN、VGG16方法測試，前三種效果可能不好說，但VGG16應該是公認不錯的模型，如果你測出來不好，那可能要再檢查一下是那個地方沒處理好。 https://2.bp.blogspot.com/....../s1600/20180630_AI_37.JPG


原文網址 賴建宏
2019-11-06 11:23:10

https://www.youtube.com/watch?v=5-KdQD2Qgy4

爽～～～！機器視覺麵包自動結帳機，成功了

感恩 Cheng Hsun Tseng 大大，我把整個系統移植重工到Windows 10 PC上就可以執行了

Selay Yang
2019-11-06 23:17:55

學長讚！


 

全不選 發文排行