描述
內容簡介
| 《生成式AI × 穩健提示辨識技術 II》視覺影像篇 | MediaPipe × YOLO × OpenCV × LineBot
聚焦AI影像應用實戰
★物件偵測 ★影像分割 ★YOLO 系列模型 ★COCO 資料集 ★交通車流辨識 ★YouTube 影像分析 ★肢體辨識 ★閉眼偵測 ★火災與濃煙辨識 ★暴力行為與危險刀具檢測
除了模型觀念與程式實作之外 更進一步整合 ★Linebot Messaging API ★Resend API ★USB CAM ★CSV 紀錄 ★排程模組 ★GUI 打包設計
讓讀者理解如何將 AI 技術延伸到通知、紀錄、前端呈現與自動化流程。
全書兼顧理論基礎與實務應用，不僅適合作為課堂教學與專題製作參考，也能作為跨域學習者建構智慧影像系統的重要入門教材。
專業推薦 敏實科技大學副校長─林文燦 博士 推薦 錸成科技有限公司執行長、嘉南藥理大學兼任助理教授─凃春愛 博士 日商優貝克工程師─吳俊毅 元大銀行系統開發部專業副理─陳尚瑋 |
作者簡介
| 黃朝健
早年從人因互動設計切入科技產業，投入觸控IC 與模組研發，奠定堅實技術基礎。赴歐深造期間，師從符號計算大師Bruno Buchberger 教授，並於深度學習權威Sepp Hochreiter 教授實驗室研習AI 與機器學習，曾於HagenbergSoftwarePark 的RISC 公司實習，專注醫療影像的AI 應用。 返台後投入智慧製造與數位轉型，協助企業導入AI 解決方案。 現為中華民國內部稽核協會講師，並於嘉南藥理大學、天地人文創平台、勞動部產發署等單位授課，亦擔任大學業界偕同專家與企業數位顧問，推動AI 與產業實務接軌。 學經歷： ￭ 奧地利林茲大學 資訊系碩士畢業 ￭ 中華民國內部稽核協會 講師 ￭ 經濟部產業發展署AI授課 講師 ￭ 天地人文創講堂 講師 ￭ 教育部部定 講師 ￭ 聯成電腦 講師 ￭ 勞動部雲嘉南分署大數據 講師 ￭ 台南失業者訓練班 講師 ￭ 勞動部產業人才投資方案課程Python、電商行銷、數據科學 講師 ￭ 高雄市勞動局產業新尖兵 講師 ￭ 台南市伽碩職訓中心講師 ￭ AI GO講師生成對抗網路(數發部產業發展署) ￭ AIGO 講師Kaggle 數據平台實戰 (數發部產業發展署) ￭ 台灣產業發展協會ESG 種子師資 ￭ 國立政治大學電算中心技術師 ￭ 義隆電子研發工程師 ￭ 113 年國道智慧交通管理創意競賽優選作品 |
目錄
| ▌1 常見的IDE 安裝與環境設定
1-1 基本IDE 安裝-VS Code 介紹 1.2 基本IDE 介紹-Anaconda-Jupyter Notebook 1.3 Google Colaboratory 安裝 1.4 API 與Python 環境衝突與物件辨識的系統設計
▌2 Pandas 的基礎操作與生成式AI 工作協作 2.1 Pandas 多欄位取值、多列取值 2.2 Pandas 提取字串和多條件取值在影像紀錄應用 2.3 資料框轉字串在系統上的應用 2.4 Cladue AI 程式協作和NotebookLM 心智圖用於程式架構分析
▌3 Gemini 3.0 用於影像互動遊戲設計 3.1 使用提示語設計小遊戲- 使用MediaPipe 設計肢體辨識 3.2 使用提示語設計小遊戲- 長者照護系統結合CSV 輸出 3.3 Gemini 遊戲範例- 寶可夢設計、3D 撞球、急速跑酷
▌4 AI 影像觀念介紹 4.1 物件偵測與影像分割介紹 4.2 卷積神經網路介紹 4.3 Teachable Machine 快速辨識實作結合前端應用 4.3 YOLO 模型版本與觀念介紹 4.4 COCO 資料集介紹
▌5 交通部即時車流影像辨識應用 5.1 OpenCV-SSD 框架介紹 5.2 YOLOv4 應用車流影像辨識 5.3 Ultralytics YOLOv8 模型應用車流影像辨識 5.4 車流影像辨識紀錄與基礎分析
▌6 YouTube 影像辨識實作 6.1 YouTube API 的介紹-yt-dlp 和pytube 為例 6.2 行人影像辨識- 以東京散步影像為例 6.3 直播影像辨識- 以三峽老街影像為例 6.4 球賽影像辨識為例 6.5 產線物流影像辨識實作為例
▌7 YOLO 模型結合Linebot Messaging API 用於肢體辨識 7.1 YOLOv4 和YOLOv5 和YOLOv8 和YOLOv8-pose 物件偵測模組比較 7.2 YOLOv8-pose 模型辨識應用- 使用flask 呈現 7.3 YOLOv8-pose 模型辨識應用- 使用csv 紀錄 7.4 Linebot Messaging API 申請應用介紹 7.5 YOLOv8-pose 模型辨識結合Linebot Messaging API 通知應用 7.6 YOLOv8-pose 模型用於球賽分析 7.7 YOLOv8-pose 模型用於大阪和維也納街景直播
▌8 閉眼偵測應用實作 8.1 OpenCV 結合眼睛追蹤與閉眼提示實作 8.2 OpenCV 結合眼睛追蹤與閉眼提示寫進csv 8.3 winsound 系統聲介紹設計 8.4 閉眼時發出系統聲設計實作 8.5 臉部與左右眼的標示追蹤應用 8.6 閉眼播放小星星 8.7 閉眼發出蜂鳴聲設計
▌9 Resend API 寄信模組應用 9.1 Resend API 申請與介紹 9.2 YOLOv8-Pose 模型辨識結合Resend 寄信通知應用
▌10 火災與濃霧辨識實作 10.1 火災與濃煙辨識模型結合YOLOv8 實作 10.2 火災與濃煙辨識模型結合Resend 寄信模組通知實作 10.3 結合USB CAM 打造實際監測火警和濃煙系統 10.4 使用Tkinter 框架打包火災與濃煙辨識系統
▌11 MediaPipe +CVZone 介紹應用 11.1 Google MediaPipe Studio 介紹 11.2 Python kernel 環境版本和cvzone 版本安裝設定 11.3 舊版MediaPipe 用於手部、臉部、肢體辨識 11.4 新版MediaPipe 用於手部、臉部、肢體辨識 11.5 暴力行為檢測系統 11.6 危險刀具檢測系統
▌12 OpenCV 結合排程和Groq 的辨識 12.1 APScheduler API 的定時定量設計介紹與應用 12.2 結合USB CAM 定時拍照或錄影系統設計 12.3 Groq API 申請與辨識模組介紹 12.4 結合USB CAM 定時拍照或錄影系統結合Groq 影像辨識 12.5 USB CAM 結合Groq 影像辨識和語音輸出
▌13 文件OCR 辨識應用 13.1 單一發票與收據OCR 實作 13.2 多張發票與收據OCR 實作 13.3 多張發票與收據OCR 結合多個工作表紀錄實作 13.4 多張發票與收據OCR 辨識結果結合Google driver 備份 13.5 OCR 部署到Hugging Face 之辨識APP 應用
▌14 郵局存簿辨識應用 14.1 本機端的OCR 辨識 14.2 使用中華郵政存簿進行辨識 14.3 Pandas 勾稽比對系統設計 14.4 存簿帳號辨識結果與客戶輸入結果比較
▌15 補充與回顧 15.1 USB CAM 危險區域結合手部觸控警示字樣設計 15.2 USB CAM 危險區域結合手部觸控警示聲音發送 15.3 USB CAM 危險區域改成正方形設計 15.4 新增摩托車於車流辨識 15.5 調參用於物流辨識應用 15.6 互動式數字儀表板 15.7 手指截圖 |
序
| 序言
這本《生成式AI × 穩健提示辨識技術 II：視覺影像篇》寫給想把「影像 辨識」真正用在生活與工作的人。本書用最常見、最好上手的組合：OpenCV 負責攝影機與影像流程、YOLO 做物件偵測、MediaPipe 做人體關鍵點與動作 判斷，最後用 LineBot 把警示送到手機，形成「辨識→記錄→通知」的閉環。 你會學到怎麼設計提示與規則，降低誤報、保留紀錄、讓系統可以真正落地應 用。 不管你是做工廠安全、長照居家、校園或公共安全監控，或只是想做一個 能提醒異常的實用小專案，這本書都能帶你從「看得懂」走到「做得到」。 讀者閱讀此書可以透過程式碼進行下載和實作，如有疑問也可以來信指教和討 論，本人信箱cjhuang38@gmail.com 朝健2026.03.01 |
