olivia yao工作的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

「浪你回家」— 流浪動物插畫與互動視覺之創作研究

為了解決olivia yao工作的問題，作者林愛詠 這樣論述：

流浪動物議題持續的透過活動、展覽，進行動物領養與照護宣傳，提升收容所 的曝光度與領養率。由於21 世紀的海報較注重於資訊的傳播與活動宣傳，本研究計畫希望透過大量收集收容所流浪動物資訊，結合互動藝術進行創意思考與創作研究，從中了解數位藝術的使用者體驗、感受，在運用互動科技溝通訊息時，能使人們在閱聽上增加互動體驗樂趣，達到有效的資訊傳播與宣傳亮點。在作品圖像的創作思維及版面編排的表現形式相當多元的情況下，展覽運用插畫結合擴增實境的數位藝術，以動態圖像插畫來敘說動物保護、領養照護等知識，透過互動導覽設 計，人們可以體驗收容與認養的過程，在閱讀、觀賞作品時，像進入到收容所中的虛擬空間遨遊與體驗學習。

本研究運用視覺識讀能力(Visual Literacy)與符號學理論(Semiotics)，將資 料彙整後進行分析，透過網路、新聞媒體、書籍，從中解讀圖像資訊內容，尋找以犬貓為主題之插畫創作作品風格分析，並以擴增實境運用於敘事體驗的相關設計 展覽案例，作為創作靈感考啟發與考量，本創作以中部地區的USR教育部大學推動計劃之「浪愛齊步走―流浪動物減量與福祉實踐」為訪察目標，蒐集浪愛齊步走計畫、后里動物之家流浪動物資訊，作為創作元素，運用藝術創作實踐法(Art Practice Approach)將系列海報設計運用圖文、虛與實結合之實境技術，帶給閱聽 者不同的互動方式。過程請 3 位動保服務機構人員

與 5 位數位媒體設計各領域專家進行評估，透過多次修改與嘗試，創造新的視覺風格與體驗，最後以展覽形式呈現互動作品，豐富展覽的可玩性、多樣性。經由創作過程中，了解到插畫的風格與技法多樣化，在圖像與文字資訊之間能 夠相互輔佐，結合擴增實境技術的視覺效果，有一定的挑戰性，必須花較長的時間 在學習與作品創新的實驗，反覆修正改善作品的完整度，嘗試讓作品在效果的互動 體驗有趣與感受深刻，並提高人們對動物領養、保護的認知，增加觀展的參與度、吸引力，作為未來發展所呈現資訊創新的數位體驗價值。運用認知心理學理論 (Cognitive Psychology)於參觀展覽結束後，以科技接受模型問卷與量表進行調查， 探

討科技使用態度與行為是否提升認養意願與對於整體展覽的滿意度、展覽設備、 可玩性及作品帶給閱聽者的體驗感受。

深度學習物件檢測應用在記憶體模組外觀之研究

為了解決olivia yao工作的問題，作者丁建宏 這樣論述：

影像檢測長期應用於記憶體模組的表面瑕疵檢測，然而檢測精確度、運算時間仍然未符合工業的量產要求，因此仍須搭配部分的人為檢測，研究中藉由記憶體模組來做表面瑕疵檢測，藉此符合工業生產需求，深度學習演算法可以提升檢測精確度，但是需要大量的實際生產缺陷數據，因此本研究藉由大量生產中，實際取得七萬條記憶體的缺陷數據來做資料前處理、資料擴增，滿足演算法的訓練需求，在檢測精確度、檢測時間、還有缺陷資料量都優於參考文獻中所記載，實驗中僅需蒐集量產用記憶體模組圖像，並且針對集中性不良圖像進行標注其固定區域或特徵，軟體就能自我學習，加快運算速度，並且正確找出瑕疵位置，有效地提高檢測精確度，使演算模型具有容易訓練數

據，檢測速度快的優勢。YOLOv5演算法，針對較小物件有較佳的檢測速度，並加以利用演算法特性，來靈活配置不同複雜度的模型，從而加速收斂，使模型架構更簡單，演算速度更快。在驗證的過程中，針對生產瑕疵檢測的平均精確度可達97.5%、檢測每張圖片，平均僅需0.5秒的時間、提升每季生產線良率最高為0.08%、降低誤判率為0.12%、提升人員作業效率近40%，每月最高可節省一萬美元的生產營運費用。