【作品理念】
透過Webcam進行即時姿勢估計與比對評分,將嚴謹的 AI 技術轉化為具趣味性的體感遊戲體驗。


【上課感想】
感謝 Robert 老師教授這麼具有實戰價值的課程內容,
讓我從基礎的 Python 應用跨足到深度學習的整合領域。
透過專案實作,理解了如何將AI模型(如 Gemini、Groq)轉化為具備前端介面實際產品;
而最印象深刻的是學會如何使用雲端部署工具,
將開發成果快速發佈至Hugging Face Spaces,
讓 AI 應用不再僅限於本地端運算,
而是真正能讓他人體驗與使用的雲端服務。
【創作遇到的困難與解決方式】
在開發這一系列多元 AI 應用的過程中,曾面臨了幾項挑戰:
1. 困難:即時影像辨識與通訊軟體間的延遲問題。
解決方式:專案中特別引入 Groq 的高速推理引擎,
其優異的計算效能有效降低了影像辨識的等待時間,
確保在 LINE Bot 或遊戲中能獲得流暢的反饋。
2. 困難:不同應用程式框架的部署相容性。
解決方式:學習在 Hugging Face Spaces 上組態正確的環境需求(requirements.txt)
解決了 Streamlit 與 Gradio 在單一或多個 Space 部署時的環境衝突問題。
※本文所展示之作品為黃柏森學員所創作,其著作權歸屬學員本人所有,未經授權請勿轉載或使用。