114-2
智慧製造
螺絲取放影像辨識 PoC
以 YOLO 螺絲辨識、手部座標與狀態機組成取放監測 PoC,並提供料盤區域重新標定與影片來源設定流程。
學習重點:把電腦視覺模型、區域座標與狀態機結合,練習將影像辨識結果轉成可追蹤的作業流程。
NCU · STUDENT R&D
收錄不同課程的團隊作品、個人作業與學生投稿。可依課程、學期、作品類型及技術標籤篩選;每則摘要都連回審閱時的公開作品來源。
COURSE WORK / TEAM PROJECT / STUDENT SUBMISSION
共 10 件作品
智慧製造
以 YOLO 螺絲辨識、手部座標與狀態機組成取放監測 PoC,並提供料盤區域重新標定與影片來源設定流程。
學習重點:把電腦視覺模型、區域座標與狀態機結合,練習將影像辨識結果轉成可追蹤的作業流程。
生成式內容
以簡報呈現「文字劇本到視覺分鏡」的生成式 AI 工作流程,涵蓋場景拆解、角色設定、Prompt 設計、一致性修正與分鏡整合。
學習重點:從劇本文字拆解場景、角色與鏡頭,再透過生成式影像反覆修正角色一致性與分鏡表達。
生活應用
針對多人旅行收據與臨時結算情境設計的行動版分帳原型,包含多幣別、指定分攤成員、選擇性結算與瀏覽器端資料保存。
學習重點:從旅行中的分帳痛點出發,練習多幣別、多人分攤、局部結算、多語系及瀏覽器端保存。
金融科技
防詐風險分析原型將文字或截圖輸入、LLM 資訊解析、RAG 語意判讀與帳戶關聯圖譜整合為使用者提示及行員風險看板。
學習重點:整合文字與圖片輸入、語意分析、知識檢索及帳戶圖譜,理解多模態 AI 如何支援風險判讀介面。
能源與設備
以電壓、電流與溫度等感測資料進行探索分析、K-Means 運行模式分群、集成分類及關鍵感測器缺失時的韌性測試。
學習重點:從感測資料探索、非監督分群到集成分類與特徵移除測試,建立完整的機器學習實驗流程。
AI 主題研究
以時間軸與技術分代整理人工智慧發展,涵蓋神經網路、Transformer、生成式與多模態模型、產業應用、AGI 趨勢及倫理挑戰。
學習重點:建立從符號式 AI、機器學習、深度學習到生成式與多模態模型的概念時間軸,並討論跨產業應用及倫理議題。
工業 AI
以數位雙生與實體 AI 為主題,整理晶片算力、邊緣運算、OpenUSD/模擬環境及企業營運平台之間的分層關係與虛實循環。
學習重點:從算力、邊緣連結、幾何模型、物理模擬到營運整合,理解數位雙生與實體 AI 的分層架構。
生成式內容
以姿態導引、ReferenceNet、VAE 與擴散排程描述人物動作轉移流程;目前 Repo 屬架構概念骨架,尚需補齊模型元件、權重、真實輸入與可驗證輸出。
學習重點:辨識姿態導引、外觀參考、VAE、擴散排程與時序一致性在動作轉移管線中的角色,同時理解概念程式與可執行系統的差距。