一.   概述 手骨识别应用(Hand Skeleton Detection) 或是 手部特征侦测(Hand Landmarks Detection) 是深度学习热门的研究项目之一。主要用途是让机器定位出手部的关节位置，并将各个节点连接起来。能够广泛应用于手势识别中，像是利用手势来操作萤幕，或是操作

一.   概述 在边缘运算的重点技术之中，模组轻量化网路架构 是不可或缺的一环，如何高效的利用硬体资源来达到最佳目标，特别是在效能与准确度的衡量上，是个非常有趣的议题。此章节再来探讨深度学习热门的研究项目之一 姿态估计(Pose Estimation)  ，主要用途相当广泛，像是跳舞与健身动作的监控

一.   概述 在边缘运算的重点技术之中，模组轻量化网路架构 是不可或缺的一环，如何高效的利用硬体资源来达到最佳目标，特别是在效能与准确度的衡量上，是个非常有趣的议题。此章节再来探讨深度学习热门的研究项目之一 人脸关键点侦测(Facial KeyPoints Detection) ，主要用于预测人的

一.   概述 在边缘运算的重点技术之中，模组轻量化网路架构 是不可或缺的一环，如何高效的利用硬体资源来达到最佳目标，特别是在效能与准确度的衡量上，是个非常有趣的议题。此章节再来探讨深度学习热门的研究项目之一 风格转换(Style Transform) ，主要用途是让机器绘画出不同风格的图片，比如说

一.   概述 在边缘运算的重点技术之中，除了简化复杂的模组架构，来简化参数量以提高运算速度的这项模组轻量化网路架构技术之外。另一项技术就是各家神经网路框架 (TensorFlow、Pytorch etc…) 的 模组优化 能力，主要探讨 TensorFlow Lite 的 训练后之量化方式(Pos

一.   概述 在边缘运算的重点技术之中，除了简化复杂的模组架构，来简化参数量以提高运算速度的这项模组轻量化网路架构技术之外。另一项技术就是各家神经网路框架 (TensorFlow、Pytorch etc…) 的 模组优化 能力，主要探讨 TensorFlow Lite 的 训练后之量化方式(Pos

一.   概述 在边缘运算的重点技术之中，除了 模组轻量化网路架构 与 模组量化 技术之外。另一项技术就是将各家神经网路框架 进行所谓的 模组转换 技术，能帮助开发者快速部属至不同的神经网路框架中。故这里想跟各位读者探讨关于各种模型格式转换为 TensorFlow Lite 的方式，依序分为 Ten

一.   概述 在边缘运算的重点技术之中，除了 模组轻量化网路架构 与 模组量化 技术之外。另一项技术就是将各家神经网路框架 进行所谓的 模组转换 技术，能帮助开发者快速部属至不同的神经网路框架中。故这里想跟各位读者探讨关于各种模型格式转换为 TensorFlow Lite 的方式，依序分为 Ten

一.   概述 在边缘运算的重点技术之中，除了 模组轻量化网路架构 与 模组量化 技术之外。另一项技术就是将各家神经网路框架 进行所谓的 模组转换 技术，能帮助开发者快速部属至不同的神经网路框架中。故这里想跟各位读者探讨关于各种模型格式转换为 TensorFlow Lite 的方式，依序分为 Ten

一.   概述 此篇文章为 eIQ 系列的延伸应用，相信各位已经对于  NXP 所开发的 eIQ 机器学习开发环境 有一定程度上的认识了!! 并于本系列的上两篇文章介绍了 GStreamer 与 NNStreamer 的用法，若尚未理解的伙伴，请点选上述连结温习一下 !! 本文章将要介绍的  NNS