影像辨識技術應用的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列必買單品、推薦清單和精選懶人包

全格局使用PyTorch：深度學習和圖神經網路 實戰篇

為了解決影像辨識技術應用的問題，作者李金洪 這樣論述：

熟悉基礎，精通實戰。 　　接續了上一本實戰篇的基礎，本書將介紹目前最流行的物體辨識和自然語言處理在圖神經網路上的最完整應用。當你熟悉了神經網路之後，接下來要精進的就是針對網路結果的強化及最佳化。在GNN的基礎上，針對目前最流行的視覺處理模型進行修改、架設及強化，並且實際應用在現有的平台上。本書的重點就是大量了使用現有的Python函數庫，並且應用了最新的資料集，讓你能真正看到資料套用在模型上的強大能力。在針對Pytorch的函數庫上，不但有視覺應用，更有號稱人工智慧明珠的NLP應用。使用了Torchtext以及NLP的唯一/最佳選擇Huggingface Transformers。而大家

耳熟能詳，但又不知道怎麼用的模型，包括GPT-2、Transformer-XL、ALBERT、ELECTRA、DistillBERT等，在書中都有詳細介紹。另外為了解開DL的神祕，本書也難得介紹了Captum套件，讓深度神經網路更具可解釋性。本書最後也不忘介紹ZSL、這種極少量資料就可訓練高精度模型的方法。有關異質圖神經網路部分，也有大量DGL和NetworkX的範例，實戰篇+基礎篇兩本書，要不充分了解GNN都不行。 本書特色 　　～GNN 最強實戰參考書～ 　　●使用圖型的預訓練模型、Torschvision，GaitSet模型、CASIA-B資料集 　　●高級NLP模型訓練及微調、BE

RTology、CBOW、Skip-Gram、Torchtext、spaCy 　　●文字使用模型TextCNN來把玩IMDB資料庫 　　●高階工程師才會用的Mist啟動函數、Ranger最佳化器 　　●正宗NLP函數庫Huggingface Transformers詳解、AutoModel、AutoModelWithMHead、多頭注意力、PretrainedTokernizer  

影像辨識技術應用進入發燒排行的影片

資料擴增演算法與最佳傳輸理論於腦部腫瘤辨識的應用

為了解決影像辨識技術應用的問題，作者蔡承男 這樣論述：

本研究主要為最佳傳輸理論(optimal transport theory) 與資料擴增演算法(data augmentation algorithm) 運用於腦部腫瘤病灶分析；人體的惡性腫瘤為目前全球的10 大死因之一，若能在早期檢測出疾病的存在，可以有效幫助治療，在醫學研究與臨床中，腦腫瘤的主要診斷方式是透過醫學影像，腫瘤的檢測透過核磁共振成像或是電腦斷層掃描以及超聲波圖像。本文以3D Unet 作為機器學習的演算法，並在其中應用了最佳傳輸以及資料擴增，希望在有限的臨床資料裡能夠獲得更高的病灶判斷準確度，以協助相關領域的研究人員與從業人員將影像辨識技術應用於臨床病症。

AI時代，設計力的剩餘價值：對象×流程×應用×能力塑造，人工智慧浪潮下的設計師生存攻略

為了解決影像辨識技術應用的問題，作者薛志榮 這樣論述：

AI歷史×深度學習×互動設計×技術運用×未來發展 人總有疲累、犯錯的時候，但是AI永遠乖巧聽話； 你說AI不懂創意，只能做死板的工作？ 隨著科技發展，AI人性化程度也愈來愈高， 再不懂得提升自己，最後只能被人工智慧所淘汰！ 跨界設計師甘苦談，讓前輩把經驗向你娓娓道來！ 　　【人工智慧在紅什麼？】 　　．AI的誕生 　　1956年8月，在達特茅斯學院舉行的一次會議上，來自不同領域（數學、心理學、工程學、經濟學和政治學）的科學家一起討論如何利用機器來模仿人類學習以及其他方面的智慧，「人工智慧」正式被確立為研究學科。 　　．人機互動的發展歷程 　　60年前，人工智慧和人機互動就像藍綠一樣是

勢如水火的兩大陣營？ 　　明斯基：「我們要讓機器變得智慧，我們要讓它們擁有意識。」 　　恩格爾巴特：「你要為機器做這些事？那你又打算為人類做些什麼呢？」 　　．機器學習和深度學習 　　機器學習是一門涉及統計學、神經網路、優化理論、電腦科學、腦科學等多個領域的交叉學科，它主要研究電腦如何模擬或者實現人類的學習行為，以便獲取新的知識或技能，細分為：監督學習、非監督學習、半監督學習、強化學習。深度學習是機器學習下面的一條分支， AlphaGo正是採用了深度學習算法擊敗了人類世界冠軍，並促進了AI其他領域（如自然語言和機器視覺）的發展。   　　【人工智慧如何影響設計？】 　　．從圖片到影像，Ado

be Sensei平臺幫助設計師解決在媒體素材創意過程中面臨的一系列問題，並將重複工作變得自動化。 　　．看動畫總覺得某些場景崩壞？自動描線的技術能夠自動辨識圖像，並確定圖像的具體輪廓，進而完成描線的工作，大大減輕畫師的負擔。 　　．圖文內容的排版涉及大量的專業知識，包括視覺傳達、色彩與美學、幾何構圖等， Duplo透過模組化和網格系統快速把內容放入尺寸各異的幾千種頁面中，解決不同螢幕尺寸下的圖文排版問題。 　　【AI衝擊！設計師該何去何從？】 　　既然AI如此方便，設計師的存在似乎就可有可無了？ 　　．最容易被取代的三大設計，看看自己符合了哪些！ 　　．深耕藝術設計、個性化設計、跨界思考…

…六種方法助你永保飯碗！ 　　【比人還通人性！談AI的實踐】 　　．AI設計八大原則：個性化、環境理解、安靜、安全「後門」、準確性和即時性、自我學習與修正、有禮貌、人格設定。 　　．產品設計三要素：透過增強記憶、訓練思考和預測行動，將人工智慧最佳化。 　　．從圖形使用者介面（GUI）到語音命令裝置（VUI），為什麼要將GUI轉換為VUI？ 　　【未來五年，人工智慧的發展】 　　．智慧城市 　　下水道設計不良，一遇到暴雨瞬間變水上威尼斯？ 　　每次上路總是提心吊膽，深怕遇到馬路三寶？ 　　警力資源嚴重不足！誰可以代替交警外出巡邏？ 　　交通、能源、供水、建築……數位監控平臺將接管城市管理的工

作！ 　　．商場 　　對商場上的惡性競爭感到厭倦了嗎？透過AI技術，有錢大家一起賺！ 　　讓不同性質的店家組成一個體系，推播優惠券製造雙贏效果。 　　．家園 　　在家裡擺上一幅霍格華茲的胖夫人畫像不再是夢？ 　　Atmoph Window不僅能隨意切換內容，還能配合主題發出相應聲音，彷彿身歷其境！ 　　★特別收錄：跨界設計師甘苦談、針對使用者的人工智慧系統底層設計 本書特色 　　本書從技術角度切入，介紹當前人工智慧的相關知識，再圍繞商業、產品、使用者需求等多個角度闡述人工智慧與設計的關係，提出人工智慧設計的相關見解，同時也結合了作者本身的學習和工作經驗，對設計師在AI時代下的發展規劃

給予相關建議。

基於電壓-電流特性圖像和卷積神經網路之交流電弧分類

為了解決影像辨識技術應用的問題，作者鄭圓馨 這樣論述：

電力品質是電力系統運轉相當重要的觀測指標，如何維持高品質的電能，亦是門值得關注與探討的課題。近代由於電力電子設備的大量使用，和傳統重工業之非線性負載運轉所帶來的影響，讓電力品質受到了許多的電力汙染，也連帶使電力系統運轉之穩定性與可靠性遭遇衝擊。在眾多導致電力品質問題的來源中，電弧乃是相當常見之項目，從低功率的家庭用電設施到高功率的大型工業系統，均可見到會因電弧現象之形成而造成電力品質問題的場合。因此，為釐清由電弧現象造成之電力品質問題成因與探究其影響程度，如能針對電能使用端之設備進行量測、記錄與研究分析，及早對產生電弧現象之使用設備進行判別與分類，將有助於擬定相關之電力品質改善及補償方式。有

鑑於此，本論文有別於傳統電力分析角度，創新地將影像辨識技術應用至電力工程領域，取代傳統使用人工訂定閥值與執行頻譜分析等方式，提出利用交流電弧之電壓-電流特性圖像作為輸入，並結合卷積神經網路之應用來進行交流電弧分類。本論文主要探討四種不同類型的電弧來源分類，包含由實際鋼鐵廠之交流電弧爐負載所量測到四種不同運轉階段之交流電弧、利用不同數學模型所建立之模擬交流電弧、經由多種家電量測得到之交流串聯故障電弧以及從多種螢光燈具所量測得到之交流電弧。在所提出之分類方法操作上，先經由實測或模擬取得各式電弧之電壓與電流波形訊號，緊接將其轉換成電壓-電流特性圖像，之後進行相關圖像之預處理和資料增強，最後將各式電弧

之電壓-電流特性圖像輸入至所建構之卷積神經網路架構進行訓練，再另以未經訓練之圖像資料作為輸入測試，從而獲得各式電弧之分類結果。本論文以MATLAB/Simulink軟體及其Deep Learning Toolbox作為方法開發與測試環境，使用ADX 3000與HIOKI PW3198作為進行電力訊號量測之設備，從多種電弧訊號的測試結果得知，本論文所提出之方法對於交流電弧之辨識分類可達到高準確率之辨別效果，其將可作為後續進行延伸電力品質問題分析與改善之研究依據。