OpenR8是套装软件,将人工智能演算法标準化及模组化,降低价格及技术门槛。不需使用Linux,透过简单的Windows视窗介面,让使用者不用写程式,也可以使用及调整AI演算法,大幅降低人工智能的技术门槛,仅用滑鼠就能使用OpenR8进行深度学习网路训练。
OpenR8 套装软件是将演算法积木化及图形化,不需使用 Linux ,透过简单的 Windows 视窗介面,让使用者不用写程式,也可以使用及调整 AI 演算法,大幅降低人工智能的技术门槛,这份手册教导大家如何完整使用这套 OpenR8 软件。
此 Image_Face_SSD_Keras 是透过 Keras 的函数库,使用 SSD (Single Shot MultiBox Detector) 方法来辨识人脸。此解决方案是使用 Keras,图片大小为 512 x 512,另外有 Caffe 版本可以提供大家参考,解决方案为 : Image_FaceRecognitionCe
此 Image_40Labels_SSD512_Caffe 是在深度学习 Caffe 的框架下,先使用 SSD (Single Shot MultiBox Detector) 算法来训练模型,再透过已训练好的模型进行文字侦测,可以高达 40 种类别分类,本次训练图片大小为 512 × 512。
此 Image_Age_SSD_Caffe 是在深度学习 Caffe 的框架下,先使用 SSD (Single Shot MultiBox Detector) 算法来训练模型,再透过已训练好的模型进行年龄预测,本次训练图片大小为 512 × 512。
此 Image_Classify_AlexNet_Caffe是利用 Caffe 框架,使用 AlexNet网络架构来训练模型,透过已训练好的模型来分类影像。
此 Image_Classify_VGG16_Caffe是利用 Caffe 框架,使用 VGG16网络架构来训练模型,透过已训练好的模型来分类影像。
此 Image_Classify_ResNet50_Caffe是利用 Caffe 框架,使用 ResNet50网络架构来训练模型,透过已训练好的模型来分类影像。
Mask R-CNN 为 Faster R-CNN 的延伸应用,比Faster R-CNN多增加一个分支,在检测目标物的同时,将目标像素分割出来。
Mask R-CNN 为 Faster R-CNN 的延伸应用,比Faster R-CNN多增加一个分支,在检测目标物的同时,将目标像素分割出来
[1] 2 3 4