本業是影像辨識軟體開發，閒暇時間進修AI相關內容，將學習到的內容寫成文章分享。
興趣是攝影，踏青，探索未知領域。
人生就是不斷的挑戰及自我認清，希望老了躺在床上不會後悔自己什麼都沒做。
全部內容
由新到舊
以下內容從機器視覺（Machine Vision）角度，系統性整理「工業相機 vs 手機相機」的核心差異，並深入解析你最常被問的問題。
📷工業相機（Machine Vision Camera）
直接輸出 RAW 或近RAW資料
幾乎沒有影像處理（no ISP / minimal ISP）
本篇教學將帶你從零理解並實作一個「系統資源監控工具」，具備以下功能：
✅ 即時監控 CPU / 記憶體使用率
✅ 多執行緒背景監控（不卡 UI）
✅ 自動記錄 CSV 日誌
✅ 視覺化圖表（matplotlib）
✅ PyQt5 圖形化操作介面
📦 一、環境準備
請先安裝
1. 先理解整體架構
當你看到一個 Streamlit 網頁 App（例如部署在 Streamlit Community Cloud），其實背後流程是：
使用者瀏覽器
│
│ HTTP Request
▼
Streamlit Server (雲端)
當我們嘗試在雲端環境執行電腦視覺專案時，最常遇到的不是程式碼錯誤，而是**「底層系統依賴」與「記憶體管理」**的挑戰。
Streamlit 網頁app
https://crablearningproject-vu4ssjycmgahmchq7acbxn.streamlit.app/%E8%BE%
"Vibe Coding" 是 2024 年底到 2025 年初在 AI 開發圈爆紅的一個新詞，它代表了一種全新的軟體開發模式。
簡單來說：「不寫程式碼，只傳達感覺與需求。」
1. 核心定義
Vibe Coding 是指開發者（或甚至不具備程式背景的人）不再手動輸入每一行代碼，而是透過
本篇教學將帶你實作一個：
✅ 多執行緒 TCP Client
✅ 支援自動斷線重連
✅ 非阻塞收發機制
✅ Queue 非同步發送
✅ JSON 封包格式
✅ 自動依照日期分類儲存封包 Log
✅ Windows Port 被占用處理
這是一個適合工業設備通訊（例如 AVI 檢測系統
🧭 STEP 0：先問自己一個最重要的問題
你的目標是什麼？
A. 我要數值分析（強度、清晰度、瑕疵評分）
B. 我要抽輪廓（找邊界、找圓、找線）
C. 我要做分類或分割
不同目的，走不同路線。
🟦 路線 A：強度分析型（Gradient / Sharpness / Defect S
在學 Python 的 class 時，很多人都會卡在同一個問題：
❓ 為什麼有的方法要寫 self？
❓ 有的要寫 cls？
❓ 有的卻什麼都不用？
這不是你不會寫，而是你還沒看懂「責任層級」。
可以參考我的影片 或者接下去看文字的部分。
https://www.youtube
一、先說結論（先救腦袋）
很多人一開始學 Python 都會問：
「class 是不是一定等於 OOP？」
「不用 class 是不是就不專業？」
✅ 正確答案是：
Python 的 class 主要是用來實現 OOP，
但在實務中，很多 class 並不是在玩「完整 OOP」。
cl
用 AI 幫你「讀資料、整理重點、變成你的第二顆腦」
左邊為輸入來源，中間你可以跟他對話來產生內容及記事，右邊像工作室，可以根據你的需求產生報告影片摘用等等。
以下是利用它來產生影片上傳到YT的Python基礎影片。
不多不說，內容真讓人驚豔，幾分鐘就將程式語言的概念解釋得清清楚楚。
htt
