vision kit 是谷歌 aiy 專案推出的第二款 diy 產品。通過 vision kit，使用者可以將影象識別和計算機視覺功能新增到基於樹莓派 zero wh 的專案中，能識別上千種常見物件和面部表情。
示例：食物檢測
示例：食物檢測
vision kit 套件配有硬紙板外殼、支援神經網路加速的 vision bonnet 電路板、帶燈的拱形按鈕、微型揚聲器、具有微距和廣角設定的鏡頭套件以及包括三腳架安裝螺母在內的各種連線元件。
上週美女小姐姐已經帶大家全面講解了 aiy vision kit 的開箱及組裝操作，本週我們就來學習如何使用它人臉表情檢測的功能。（敲黑板！這都是重點！快拿小本本記下！）
face detector 人臉檢測器
face detector 能定位並識別中的人臉，同時還可以對檢測到的每張人臉進行「快樂評分」。
時長：20 分鐘
演示內容：使用 vision kit 自帶的攝像頭或來猜測有多少張人臉。
預先準備：
組裝好的 vision kit
連線到 vision kit
vision kit 準備就緒
步驟 1：連線 vision kit
首先，確保你已連線到 vision kit 並開啟 terminal，這樣才能使 vision kit 開始進行人臉識別。
步驟 2：停止正在執行的 demo
如果 vision kit 已經有另乙個 demo 正在執行，比如在啟動時預設執行的笑臉檢測 demo（joy detecor），那麼在演示 face detector 之前，你需要關閉當前正在執行的 demo——按 control-c 即可將它關閉。
你可以通過兩種方式使用 face detector demo：
使用 vision kit 的攝像頭直接拍攝，或使用計算機、sd卡上已儲存的。
方法 1：使用已儲存的
要在已儲存的檔案上進行人臉檢測，請在sd卡上找到儲存的，然後輸入以下命令（使用者還需要指定乙個位置來儲存輸出的）：
~/aiy-projects-python/src/examples/vision/face_detection.py --input --output
face detector 將嘗試找出人臉的位置並在其周圍繪製乙個框（在輸出檔案中你可以看到該框）。
演示圖 1
演示圖 2
方法 2： 用vision kit攝像頭進行人臉檢測
除了方法 1，你也可以通過 vision kit 的攝像頭直接來進行人臉檢測。
當 demo 正常執行時，face detector 將嘗試識別攝像頭視野中的人臉數量。
若要執行此 demo，請在 terminal 中輸入以下內容。當然，你也可以試著修改需要攝像頭去處理的幀數（先設定為 20）：
~/aiy-projects-python/src/examples/vision/face_detection_camera.py --num_frames
注意：demo 啟動需要一些時間。一定要耐心等待！
一旦輸入這個命令，demo 就要開始執行了。這個時候，將攝像頭指向一些人臉。
vision kit 會在 terminal 視窗中向你報告每幀影象中的人臉數量。
試試將攝像頭指向不同的人臉，或者先指向一張人臉，然後再指向多張人臉。注意看輸出影象的變化~~
注意：如果你沒有指定幀數，那麼在你停止之前，demo 將一直保持執行！ 如果要停止演示，按 control-c 即可。
如何？face detector 是不是很有趣？操作過程有哪些新發現？歡迎和我們分享你的體驗。
如何利用谷歌Analytics做好SEO
對於乙個合格seoer來說，谷歌analytics是必須要掌握的乙個資料分析工具，並且要充分的加以利用。谷歌analytics工具對seo搜尋引擎優化工作，很大程度上是乙個工作效果反饋和工作方向的指導作用。谷歌analytics介面 通過對google analytics反映的 相關資料的分析和整合...
如何利用git製作和提交patch
不過在git中，我們沒有必要直接使用diff和patch來做補丁，這樣做既危險又麻煩。git提供了兩種簡單的patch方案。一是用git diff生成的標準patch，二是git format patch生成的git專用patch 我們可以首先用git diff製作乙個patch。本文示例的工作目錄...
如何利用git製作和提交patch
不過在git中，我們沒有必要直接使用diff和patch來做補丁，這樣做既危險又麻煩。git提供了兩種簡單的patch方案。一是用git diff生成的標準patch，二是git format patch生成的git專用patch 我們可以首先用git diff製作乙個patch。本文示例的工作目錄...