NCU
使用 Flask 和 YOLO 打造即時物件偵測網頁介面
使用 Flask 和 YOLO 打造即時物件偵測網頁介面。本文已重新整理為適合 DigiHouse 閱讀的課程文章，並保留原始 PIXNET 刊載網址。
[ DIRECTORY_PATH: /ARTICLES/TECHNICAL_LAB ]
技術文章資料庫
TOTAL_ENTRIES: 072
● LAST_SYNC: CMS LIVE
NCU
補充 1｜🎯 MediaPipe 介紹：Google 開源的跨平台視覺 AI 框架
🎯 MediaPipe 介紹：Google 開源的跨平台視覺 AI 框架 一、什麼是 MediaPipe？ MediaPipe 是由 Google Research 開發的一個 跨平台、模組化的機器學習框架，專門用來構建與部署即時的多媒體管道。它支援電腦視覺（Computer Vision）、姿態追蹤（Pose
NCU
補充 2｜🍓 在 Raspberry Pi 5 上用 PiCamera2 + MediaPipe 做手勢偵測
🍓 在 Raspberry Pi 5 上用 PiCamera2 + MediaPipe 做手勢偵測 適用：RP5 + Pi Camera Module v3（或 v2），搭配 MediaPipe Python 版本實現低延遲、即時的手部偵測。 🧰 一、環境需求 ✅ 硬體： Raspberry Pi 5 Raspb
NCU
補充 3｜🧠 TensorFlow Lite (TFLite) 教學入門指南
🧠 TensorFlow Lite (TFLite) 教學入門指南 ✅ 一、什麼是 TensorFlow Lite？ TensorFlow Lite 是 Google 推出的 輕量級深度學習推論引擎，專為行動裝置、嵌入式系統（如 Raspberry Pi、Edge TPU）設計。 📌 與 TensorFlow 的
NCU
補充 4｜📸 Raspberry Pi 5 + PiCamera2 + MediaPipe Face Mesh 教學（支援 468 點臉部特徵點）
📸 Raspberry Pi 5 + PiCamera2 + MediaPipe Face Mesh 教學（支援 468 點臉部特徵點） 💡 本教學將教你如何在 Raspberry Pi 5 (RP5) 使用 PiCamera2 + MediaPipe Face Mesh，進行即時臉部網格偵測（Face Mesh
NCU
補充 5｜✊🤚✌️ Raspberry Pi 5 + PiCamera2 + MediaPipe 手勢辨識遊戲：「剪刀、石頭、布」
✊🤚✌️ Raspberry Pi 5 + PiCamera2 + MediaPipe 手勢辨識遊戲：「剪刀、石頭、布」 利用 MediaPipe Hands 偵測 21 個手部關鍵點，自行判斷使用者的手勢屬於哪一種。 🧰 一、環境與需求 ✅ 硬體 Raspberry Pi 5（64-bit OS） Raspbe
NCU
補充 6｜🧠 RP5 + CVZone + MediaPipe + PiCamera2 雙手偵測與距離計算教學
🧠 RP5 + CVZone + MediaPipe + PiCamera2 雙手偵測與距離計算教學 🧰 一、準備工作 ✅ 硬體 Raspberry Pi 5 Raspberry Pi Camera Module v2/v3 microSD（已安裝 Raspberry Pi OS 64-bit） 🛠️ 二、安裝必
NCU
補充 7｜🧠 Raspberry Pi 5 上安裝 Ollama 完整教學（支援 ARM64）
當然可以！以下是針對 Raspberry Pi 5（RP5） 撰寫的，最新（2025 年）Ollama 安裝與使用的完整圖文教學，支援 ARM64 架構、無需 Docker、無需模擬器，並可用於中文語言模型聊天、推理、API 整合等。 🧠 Raspberry Pi 5 上安裝 Ollama 完整教學（支援 ARM
NCU
補充 8｜PiCamera2 + TensorFlow Lite (MobileNetV1) + 即時影像分類 + 顯示分類文字 的 完整教學
🎯 教學目標 在 Raspberry Pi 5 上達成以下效果： 📷 使用 PiCamera2 擷取即時影像 🤖 使用 MobileNetV1 TFLite 模型進行即時分類 🖼️ 用 OpenCV 顯示即時影像 + 分類結果文字 🧰 安裝與準備環境 ✅ 1. 安裝套件 sudo apt update sudo
NCU
補充 9｜EAST（Efficient and Accurate Scene Text Detector）文字偵測演算法 的 完整 Python 教學
📌 教學目標 使用 OpenCV 內建的 EAST 模型 (frozen_east_text_detection.pb) 載入一張圖片並執行文字區塊偵測 以矩形框框出偵測到的文字位置 ✅ 教學環境需求 元件 說明 Python 3.x 建議 3.8 以上 OpenCV 安裝 opencv-contrib-pyth
NCU
補充 10｜PiCamera2 + OpenCV + EAST 模型做即時文字偵測
🎯 教學目標 使用 PiCamera2 擷取即時影像 用 OpenCV 的 EAST 模型偵測文字位置 在畫面上即時顯示偵測框 🧰 環境準備 ✅ 安裝必要套件 sudo apt update sudo apt install python3-opencv python3-picamera2 libatlas-ba
NCU
補充 11｜🎯 Raspberry Pi 5 上使用 EAST + Tesseract 進行即時文字辨識（含 PiCamera2 即時預覽）
🎯 Raspberry Pi 5 上使用 EAST + Tesseract 進行即時文字辨識（含 PiCamera2 即時預覽） 🧰 教學前提 項目 說明 📦 裝置 Raspberry Pi 5（安裝 Raspberry Pi OS Bookworm） 📷 相機 原廠相容 Camera Module（需開啟 ca