今天學校的 Seminar 請來了 Synology 的 Senior Product Developer Steven Liang 來介紹運用在 Moments 裡面的 Deep Learning 技術，此外還介紹了 Moments 在開發過程中的一些小趣事。

 

結合深度學習全新打造的 Moments，透過修改後的 OpenCV DNN，得以降低對記憶體的需求，讓 NAS 這種運算能力較低的設備也能使用，並且提供非 Intel CPU 的支援。

 

降低門檻以顯示更多的結果，或是提高標準只顯示有把握的結果，你選哪個？
為了提高使用者的體驗，避免看到太多分類錯誤的物件，Synology 選擇了後者，所以與其看到 40 張分類正確以及 40 張分類錯誤的照片，在 Moments 裡會看到的是 19 張分類正確的照片，以及一張分類錯誤的照片。

 

應該沒有人想要在進行識別的時候，被分類到豬、猩猩以及老人這一類吧？所以 Moments 在分類的時候，不會將這一些爭議類別列進來。

 

猜猜下面這張照片，Moments 會怎麼識別？一開始 Moments 將它分類到了筆電類別，後來在經過不斷訓練之下，總算能夠正確識別狗狗了。
另外小孩的人臉也是相當難識別的，為此 Synology 另外建立了一個年齡預測模型，只要是六歲以下的幼童，會使用更高標準的臉部識別模型，避免預測錯誤。

 

另外，由於 Super Resolution 是在手機上進行運算，所以針對不同手機也會採用不同 model，避免花太多計算在舊手機上。

 

當 Moments 問世時，大家對於這個套件充滿了新鮮的感覺，但是由於 model 的不成熟，所以還是有許多可以改善的地方，比如知名部落客就將夏于喬以及宋芸樺的照片送進 Moments 進行人臉識別，最後卻得出了是同一人的結果。

但是 Steven Liang 也透露了擁有更精準識別能力、以及更高效率的 Moments 即將在年底跟大家見面，到時候就可以將夏于喬和宋芸樺分開啦，大家可以期待一下。

 

接下來就是總結了，今天介紹了應用在 Moments 的三種技術，分別是 Subject recognition、People recognition 以及用在網速慢時的 Super resolution 技術，個人覺得獲益良多，而這些技術都歸功於 Synology 成立的一組高效 AI 團隊，如果你也考慮建立一個 AI 專案，不妨參考最後一張投影片的建議，或許可以省去走許多冤枉路的時間。