segmentation

恭贺叶弥妍博士升等为本所研究员，自107年10月4日起生效。 恭贺本所副研究员钟楷闵先生荣获“科技部107年度吴大猷先生纪念奖”。 特聘研究员廖弘源博士自107年9月1日起出任为本所第六任所长

市场细分（Market Segmentation）的概念是美国市场学家温德尔·史密斯(Wendell R.Smith)于20世纪50年代中期提出来的。 市场细（market segmentation）是指营销者通过市场调研，依据消费者的需要和欲望、购买行为和购买习惯等方面的差异，把某一产品的市场整体划分为若干消费者群的市场分类过程。每一个消费者群就是一个细分市场，每一个细分市场都是具有类似需求倾向的消费者构成的群体

NVIDIA Jetson Inference 机器学习项目是一个 Hello AI World 类演示教程，提供了三种最常见的AI应用于计算机视觉的类型，imagenet用于图像识别（Image Recognition）、detectNet用于对象检测（Object Detection）、segNet用于语义分割（Semantic Segmentation）。 jetson-inference 图像识别模型采用 ILSVRC ImageNet 数据集，自动生成识别结果的图片。 深度学习的训练和推理流程，是先采用高性能图形服务器使用深度学习框架来训练（Training）机器学习算法，研究大量的数据来学习一个特定的场景，完成后得到模型参数，再部署到终端执行机器学习推理（Inference），以训练好的模型从新数据中得出结论

国立阳明交通大学资讯工程学系教授 (2019/8 ～迄今) 本人研究领域为电脑视觉、机器学习与人工智能， 近年研究聚焦于语意切割 (semanticsegmentation)，它是电脑视觉的核心议题，亦是许多后续应用的基石，如自驾车、医学影像分析、场景认知等。 虽然深度学习大幅提升语意切割的效能，但语意切割的训练影像须对每一像素进行标注，故格外难收集充足的训练资料。有鉴于此，我们针对语意切割，开发能适用在少量训练资料标注情况下的深度学习算法，以利在有限的人工标注下，让深度学习仍得以提升语意切割的准确性与实用性

14.8. 来自Transformers的双向编码器表示（BERT） 近年来，深度学习一直是提高计算机视觉系统性能的变革力量。 无论是医疗诊断、自动驾驶，还是智能滤波器、摄像头监控，许多计算机视觉领域的应用都与我们当前和未来的生活密切相关。 可以说，最先进的计算机视觉应用与深度学习几乎是不可分割的

中文分词(Chinese Word Segmentation)指的是将一个汉字序列切分成一个一个单独的词。中文分词是文本挖掘的基础，对于输入的一段中文，成功的进行中文分词，可以达到电脑自动识别语句含义的效果。SAE分词系统基于隐马模型开发出的汉语分析系统，主要功能包括中文分词、词性标注、命名实体识别、新词识别

NVIDIA Jetson Inference 机器学习项目是一个 Hello AI World 类演示教程，提供了三种最常见的AI应用于计算机视觉的类型，imagenet用于图像识别（Image Recognition）、detectNet用于对象检测（Object Detection）、segNet用于语义分割（Semantic Segmentation）。 jetson-inference 图像识别模型采用 ILSVRC ImageNet 数据集，自动生成识别结果的图片。 深度学习的训练和推理流程，是先采用高性能图形服务器使用深度学习框架来训练（Training）机器学习算法，研究大量的数据来学习一个特定的场景，完成后得到模型参数，再部署到终端执行机器学习推理（Inference），以训练好的模型从新数据中得出结论

NVIDIA Jetson Inference 机器学习项目是一个 Hello AI World 类演示教程，提供了三种最常见的AI应用于计算机视觉的类型，imagenet用于图像识别（Image Recognition）、detectNet用于对象检测（Object Detection）、segNet用于语义分割（Semantic Segmentation）。 jetson-inference 图像识别模型采用 ILSVRC ImageNet 数据集，自动生成识别结果的图片。 深度学习的训练和推理流程，是先采用高性能图形服务器使用深度学习框架来训练（Training）机器学习算法，研究大量的数据来学习一个特定的场景，完成后得到模型参数，再部署到终端执行机器学习推理（Inference），以训练好的模型从新数据中得出结论