MakerPRO社群論壇－交流、分享、協作 造訪社團 » 用戶發文

當大家都在搶著買紅外線測溫元件或熱像儀時，但是你知道到底是什麼原理嗎？最新一期的李永樂老師解釋的超清楚，大家趕快來追一波吧！ https://www.youtube.com/watch?v=WW5gis6_YRM

最近受疫情影響，大家都買不到口罩，所以各種口罩重生術就紛紛出籠，包括用酒精、漂白水（次氯酸鈉）消毒甚至用電鍋蒸等，但究竟何者為真，始終沒有看到較科學的數字。

有個香港的口罩商做了一個實驗並釋出一個影片告訴大家，用酒精重覆消毒三次後，其PM1.0粒子攔截率下降了約10%，而漂白水消毒後還能接近新口罩效果。雖然我不是專業人士，也不知這樣的實驗方式是否正確，也不知道真正防足病毒的能力為何，但有較科學的數字確實比較容易令人理解。或許台灣的各大實驗室也能提供相關實驗數字，來幫大家渡過這一段口罩不足的時期。

為了方便大家快速了解影片內容，以下簡單摘要。(0:56)利用專業的機器來測試，在口罩氣流量20L/min, 製造500ug/m^3 PM1.0粒子，進行測試粒子攔截率量測。(1:28)綜合實驗數據比較，正常（新）口罩 98.8% 攔截率。75%酒精完全噴灑消毒並風乾30分鐘後，經重覆三次消毒後攔截率僅剩88.4%。而使用1:99漂白水（次氯酸鈉）浸兩分鐘消毒後再以清水洗淨，經重覆三次消毒後，攔截率仍保持98.8%。

https://www.facebook.com/660362867633275/videos/2813515768739018/

ps.這不是業配再煩請專業人士幫忙確認影片內容是否正確有效

當大家在忙著用AI來偵測有沒帶口罩時，香港已有公司推出自走行型體溫量測機器人，結合人臉辨識（含有帶口罩）加上紅外線熱像儀，這樣可更精準偵測發燒的人及在旁的人，以便後續追蹤可能需要自主健康管理的人，同時減少因其它發出高溫物件所造成的誤警報，或許台灣廠商也能儘快推出這類產品來共同防疫。

最近為了用QT開發一個3D繪圖工具，發現最新的QT 5.14.1版本中有很多新的元件可用，尤其是QT3D QML相關元件，相較過去直接用Widget或OpenGL程式寫作簡捷多了，所以開始接觸QT3D QML程式寫作。目前官網雖有提供一些範例說明，但使用上還是有滿多坑，如果不想踩坑的朋友可以參考一下。

CES 2020今年依舊熱鬧，雖然無法親臨現場感受這些高科技，但小弟還是幫大家整理了一下「實境互動」相關展出，包括下列項目，如有疏漏，再請大家幫忙留言補充。

VR眼鏡（Pico, Pimax, Panasonic）

AR/MR眼鏡（Samsung, Realmax, Nreal, Jorjin）

立體顯示(Gatebox, HyperVSN, Looking Glass, FOVI3D)

人機互動（追蹤、操作）（Pimax, Dexmo, Ganzin, KaiKuTeK, Samsung, Infineon）

CES 2020 Samsung推出了新的概念機，只需透過手機前鏡頭偵測手指在桌面敲打的動作（骨架姿態）就能代替鍵盤，名為Selfie Type，比起以前還要用雷射投影一個虛擬鍵盤在桌上簡單多了。不過何時才能真的上市（穩定使用）就不可得知了。 https://youtu.be/LRFvUYQ_SZ0

相關新聞：

https://www.ettoday.net/news/20200107/1619902.htm

CES 2020 Arduino 也來插一腳，推出了 Portenta H7，相當於Cortex M7 + M4，還號稱能支援TensorFlow，想分食低功耗的機器學習市場，真不知能支援到什麼地步，就讓我們繼續看下去吧。

在學習機器學習／大數據／資料採礦／深度學習／電腦視覺的朋友總不知如何下手，網路上有許多大神幫大家整理好了，就像搭捷運一樣的簡單明暸，在此借花獻佛一下。有興趣的朋友可以參考一下。

每到集會遊行後各陣營都會說有多少人參加了，但總是各說各話，難道就沒有比較科學的方法來計算嗎？身在人工智慧的時代怎麼能不把這項技術拿出來應用，網友Pulkit Sharma寫了一篇部落格文章還實作了一番，小弟整理了一下，歡迎有興趣的朋友可以參考一下。

繼上次「【AI_Column】如何以YOLOv3訓練自己的資料集─以小蕃茄為例」前莱後，可用於小蕃茄採果機器手臂的主菜「【OpenVINO™+RealSense™教學】土炮智能機器手臂之視覺系統 」終上端上桌了。雖然這篇文章還沒實際用到真正的場域中且實驗結果也不怎麼理想，不過麻雀雖小五臟俱全，該有的影像資料集建立、訓練、推論及深度計算一樣不少，相信只要有人願意繼續投入研究，一定會有機會強化它。如果有任何想法，歡迎留言交流。

https://omnixri.blogspot.com/2019/12/openvinorealsense.html

完整開源資源： https://github.com/OmniXRI/OpenVINO_RealSense_HarvestBot