# AIoT 讀書會

地圖:
https://coggle.it/diagram/X9Ok3od4rmNzdAlB/t/aiot%E9%A6%AC%E6%8B%89%E6%9D%BE

## AIOT物聯網與感測裝置介紹
### D01 AIOT 人工智慧物聯網介紹
### D02 感測器介紹
### D03 感測器傳輸介面
D03 - https://hackmd.io/@SaraWu/rksm_FNhw (Sara)
### D04 感測器應用層傳輸模式
D04 - https://hackmd.io/@SaraWu/SkjcDqEnv (Sara)
### D05 感測器資料自動蒐集
D05 - https://hackmd.io/@SaraWu/S1_u3YuhD (Sara)
D05 - https://hackmd.io/@dobyhome/H1vOcaJ2D

## 雲端軟體管理與大數據資料庫程式開發
### [D06 SQL & NOSQL 資料庫介紹](https://hackmd.io/@SaraWu/Byt32nQyO)
D06 - https://hackmd.io/@SaraWu/r1QQ3qaaD (Sara)
D06 - https://hackmd.io/@dobyhome/SyALbR1nw (York)
### [D07 Docker 軟體容器平台介紹與安裝使用](https://hackmd.io/@SaraWu/BJ-5reEy_)
D07 - https://hackmd.io/@dobyhome/r19g22D2w (York) 原D09
### [D08 MongoDB 大數據資料庫介紹與安裝實作](https://hackmd.io/@SaraWu/HJamH7ryd)
D08 - https://hackmd.io/@SaraWu/B1NizrWAD (Sara) 原D07
D08 - https://hackmd.io/@dobyhome/B1wpU01nw (York) 原D07
### D09 Python 存取 MongoDB 常用指令與程式教學
D09 - https://hackmd.io/@SaraWu/SyqywZMCD (Sara) 原D08
D09 - https://hackmd.io/@dobyhome/BkGRKsw3v (York) 原D08

## Raspberry Pi OS系統管理與操作
### [D10 Raspberry PI(樹莓派) 簡介與 OS 燒錄](https://hackmd.io/@SaraWu/B1awFHay_)
D10 - https://hackmd.io/@dobyhome/r1eW1nohw (York,未完成)
### D11 Linux 常用指令教學
D11 - https://hackmd.io/@dobyhome/HymUUkx2w (York)
### D12 Raspberry PI 之接腳介紹與 GPIO 教學
D12 - https://hackmd.io/@dobyhome/ryulOkxnw (York)
D12 - https://hackmd.io/@dshlai/ryVYCyI0P (Dennis)
### D13 使用 Python 控制 GPIO 接腳
D13 - https://hackmd.io/gVgaacQNRWGL_QKcQIduxA?view (Dennis)
### D14 使用 Python 進行 WebCam 視訊擷取與輸出
D14 - https://hackmd.io/3qXvuW4TQM2ySnqrSnCc_w (Dennis)
### D15 使用 Python 控制 DHT22 感測器與繼電器
D15 - https://hackmd.io/@dshlai/Hk3Xd7Ek_ (Dennis)

## 物聯網網頁後端程式開發
### D16 使用 Docker 架設 Flask Web Server
https://github.com/dshlai/cupoy_costudy/blob/master/Backend/AIOT_D17_SHL.ipynb (Dennis) (原D17)
### D17 使用 Python 開發 Flask 網頁程式
D17 - https://hackmd.io/@dshlai/BkbuIESLf (Dennis)
### D18 撰寫 Flask Web 程式存取 MongoDB
D18 - https://hackmd.io/QIIib67ARhaRpbrWqcTZDw (Dennis)
### D19 在 Raspberry PI 上安裝 Flask Web Server
D19 - https://hackmd.io/X73Z16wjQ6ugOUbh2mf53w?view (Dennis)

## Pre-trained 模型訓練資料方法- 使用LabelImg與yolo影像辨識技術
### D20 YOLO 目標檢測框架介紹
D20 - 解答：
1. “先把影像切成 k 個方格 2. 針對每個方格平行處理 a: 產生 k 個 anchors (anchors 是事先定義或網路自行學習針對每種類型最可能出現的形狀）b: 計算每個方格裡面包含物件的可信度。”

### D21 使用 YOLOV3 訓練人臉識別
D21 - 解答：
1. “調整訓練用的cfg檔(透過 “sed”)及調整模型設定檔(obj.names和obj.data)”
3. “edit text in place”
4. “enable interpretation of backslash escapes”

### D22 在 Raspberry Pi上使用 YOLO 已訓練好的模型
D22 - https://hackmd.io/@dshlai/BytP8oS0v (Dennis)

### D23 在樹莓派上布署與使用 YOLOv3-tiny
D23 - https://hackmd.io/@dshlai/r1SctoSAw (Dennis)

### D24 使用 YOLO 訓練如何辨識橘子
D24 -

## 樹莓派連結MongoDB整合前後端
### D25 透過 Flask 將訊息從樹梅派傳送給 PC
D25 - 解答：
1. “當瀏覽器指向伺服器上 "/" 這個資源時，Flask 將 "hello()"這個 function 所回傳的值傳回瀏覽器。”

### D26 將 Raspberry Pi 的 YOLO 資料集預測結果傳送至 PC
D26 https://hackmd.io/@dshlai/BJLrudFk_ (Dennis)

### D27 設計一個影像與辨識結果的資料庫
D27 https://hackmd.io/@dshlai/ryN_HhFyO (Dennis)

### D28 使用 Webcam 拍照並以 YOLO 辨識資料庫儲存的結果
## 期末專題(建置中)