[活動]DevDays Asia 2019 之 Lab Vision AI Dev Kit Workshop
Vision AI Dev Kit Workshop
Vision AI Dev Kit Workshop是DevDaysAsia 2019 第一天的其中一個Lab。
其中官方的介紹如下：
In this lab, you will create, build and deploy your Machine Learning models to our cutting-edge Vision AI Dev Kit and leverage the hardware acceleration powered by Qualcomm QCS603 chipset. You will also be guided to use Microsoft Custom Vision to train your own models.
當初在決定要不要參加這個lab的時候有點猶豫 - 因爲看到裡面提到Custom Vision - 而Custom Vision還算有點熟悉所以有點猶豫。
不過最後還是因爲好奇Vision AI Dev Kit 是什麽，因此參加了。
最後結果還是蠻好玩的，這篇給大家參考一下都做了什麽。
以下圖片都是用手機拍的，所以可能有點模糊，大家將就一下吧。
[chatbot + AI = 下一代操作模式][30]Confusion Matrix - 用來衡量Classifier Model的方式 Precision和Recall
圖片來源：https://pixabay.com/en/books-spine-colors-pastel-1099067/
在上一篇([29]維護Custon Vision Model - 使用歷史查詢記錄做訓練以及如何版控 )看完了如何用歷史的搜索結果來持續training Model(模型)并且透過iteration做到Model的測試訓練以及版控，不過上一篇也遺留了一個問題，怎麽看目前的Model是好還是壞？
這裡面就牽扯到了一些數學概念，因此在這一篇將介紹怎麽評判一個Classifier Model是好還是壞，透過Confusion Matrix以及Precision和Recall來瞭解一個Classifier Model的情況。
[chatbot + AI = 下一代操作模式][27]Custom Vision - 自己的Model自己Train 建立圖片的分類模型
圖片來源：https://pixabay.com/en/books-spine-colors-pastel-1099067/
上一篇([26]賦予chatbot OCR的能力 - 加入對發票的功能 )介紹完了Computer Vision裡面的OCR服務整合到Bot Builder SDK的程式了之後，來看看另外一個和Vision有關的服務，Custom Vision。
在這一篇將介紹Custom Vision是一個什麽樣的服務，并且如何用Custom Vision來建立一個之後會用到的模型。
![[chatbot + AI = 下一代操作模式][42]回顧 - 開發Chatbot的整個生命周期.jpg](https://d33wubrfki0l68.cloudfront.net/572eed31807b7a8852e3701258a7b81849f17e7e/ab8ca/posts/2018/09/2018-09-01-bot-framework-with-ai-cognitive-service-42-review-post-series-lifecycle-of-chatbot-development/bc204a9c-760e-4616-86de-4b2f3854cb08.jpg)
![[chatbot + AI = 下一代操作模式][31]Custom Vision Train好的Model匯出離線和給app使用.jpg](https://d33wubrfki0l68.cloudfront.net/3423c55d7166a568633d8214831192a9d9f276d8/6634d/posts/2018/08/2018-08-12-bot-framework-with-ai-cognitive-service-31-export-custom-vision-trained-model-and-use-dockerfile-to-run-locally/ff134250-874a-4e3c-8e69-afd57fbcb827.jpg)
![[chatbot + AI = 下一代操作模式][30]Confusion Matrix - 用來衡量Classifier Model的方式 Precision和Recall.jpg](https://d33wubrfki0l68.cloudfront.net/dbe03f911305594fe111ce2fa095a590db62e2d5/1d531/posts/2018/08/2018-08-11-bot-framework-with-ai-cognitive-service-30-use-confusion-matrix-calculate-recall-and-precision-to-evaluate-classifier-model/c72b0e60-7572-4b51-a63f-95f5a7819ec5.jpg)
![[chatbot + AI = 下一代操作模式][29]維護Custon Vision Model - 使用歷史查詢記錄做訓練以及如何版控.jpg](https://d33wubrfki0l68.cloudfront.net/0a179cd44225b539e9b779387203cd58b3d8b305/f500c/posts/2018/08/2018-08-09-bot-framework-with-ai-cognitive-service-29-improve-custom-vision-model-by-history-prediction-and-version-control-with-iteration/87b606cc-d54f-4b04-ba10-c5c9861a2df2.jpg)
![[chatbot + AI = 下一代操作模式][28]整合Custom Vision到chatbot - 拍照就可以識別價錢.jpg](https://d33wubrfki0l68.cloudfront.net/cf79706282c9e75a87c1bafc3191d6bab96ec762/8b942/posts/2018/08/2018-08-08-bot-framework-with-ai-cognitive-service-28-integrate-custom-vision-into-chatbot/13fce50b-a359-484b-8c99-6449bdff6c78.jpg)
![[chatbot + AI = 下一代操作模式][27]Custom Vision - 自己的Model自己Train 建立圖片的分類模型.jpg](https://d33wubrfki0l68.cloudfront.net/a08c9ee162536e149bb05343464ae03d5feaa321/93c56/posts/2018/08/2018-08-06-bot-framework-with-ai-cognitive-service-27-use-custom-vision-to-train-your-image-classifier/bdff832d-ff2b-49c0-8ba3-dea496a8bca6.jpg)
_1477.png)
_1485.png)
_1486.png)