搜尋結果
2018年3月22日 · iNaturalist AI辨識數萬種鳥類昆蟲動植物照片，還有遊戲化 App. 作者： Esor Huang 3月 22, 2018. 之前推薦了兩款 AI 賞花工具：「 形色：一秒辨識四千種花草植物，最聰明又有詩意的賞花 App 」和「 Pl@ntNet 自動辨識花卉植物名稱，只需上傳野生花草樹木照片 」後，電腦玩物的讀者李家泓先生特別留言跟我分享：「 可以參考 iNaturalist，一樣是全世界的資料庫，但是做所有類群的生物 ......一樣可以用電腦上傳，而且辨識的角度是從科屬種的方式切入，較符合生物分類學的原理，就算沒找到種，也還可以用科或屬的名字去google。
2017年8月25日 · 1. Xeno-canto 分享世界的鳥類鳴聲. 「Xeno-canto」目前網站介面有中文化，他已經收藏了 37 萬個鳥類叫聲錄音檔案，包含 9760 個鳥類物種，涵蓋了全世界各大洲範圍的不同鳥類。 我們可以透過「瀏覽」裡的地圖功能，搜尋台灣鳥類的錄音，數量也還不少喔！ 並且「 Xeno-canto 」搜尋到的鳥類鳴聲錄音檔案，都可以直接線上聆聽，或者不須註冊帳號即可立即下載。 要注意的是，Xeno-canto 上的鳥類錄音檔案限於非商業性的教學研究用途。 而單獨點入某一個錄音檔案的「典藏號碼」頁面，可以看到這個錄音檔案的詳細資料，包含這個鳥類的分佈，這個錄音檔案的錄音地點等資訊。 2. The Cornell Lab of Ornithology’s Macaulay Library.
2017年9月26日 · 1. 台灣舊照片資料庫. 這是台灣大學圖書館建立的一個老照片資料庫，他的來源是台大圖書館日治時代出版品裡的插圖、照片，經過數位掃描後， 有 3 萬 7 千多筆照片資料，全數上網，提供使用者直接搜尋，並且可以在學術合理使用範圍內下載使用 。 你可以直接在網站中輸入關鍵字來搜尋你感興趣的地點、建築、景物的相關照片。 網站為照片也建立了不少索引關鍵字，所以搜尋起來頗為容易。 2. 台灣記憶：圖像. 「台灣記憶」這個網站是由台灣國家圖書館所建立的數位典藏網站，其中的「圖像篇」，包含了日治時代的出版品插圖（例如明信片風景插畫），也有 19 世紀的台灣各地老照片，你一樣可以利用搜尋關鍵字來找出相關的老照片。 尤其台灣早期出版品上的寫真插畫，雖然不一定是「照片」，但也呈現了歷史眼光裡美麗的另一面。
2010年12月7日 · 竹取web JS版：按一下讓網頁內文變直書，適用中、日、韓文. 作者： Esor Huang 12月 07, 2010. 今天在 Twitter 上看到朋友在分享著這篇文章：「 2010年11月25日 (木) : ついに WebKit が縦書きの実装に着手！. 」，老實說，看不太懂這篇日文在討論的網頁技術，不過 ...
2017年3月7日 · 幸運的是，我們也身處一個數位科技持續發展的時代，在這樣的時代裡，有更好的數位工具，可以幫助我們用「 不一樣的思維 」完成有效的 數位資料整理 。 這篇文章，我想從自己的經驗出發，提供五個整理思考角度和具體作法。 我自己的工作經驗是需要大量的文件整理、靈感整理、素材整理與經驗整理，所以下面的整理方法，也會和我的工作方式息息相關。 1. 一物沒有定位： 一個素材與想法，對我來說有可能用在 A 設計上，也有可能用到 B 文章中。 一份文件可以被 A 專案使用，也可能被 B 專案使用。 我的經驗是一個資料常常有很多用途，但是資料夾分類強迫資料只能出現在一個位置上，這就不太符合我的實際使用經驗。
2018年3月14日 · 首先要做的，是在「 Pl@ntNet 」首頁上選擇自己要辨識哪一個地區的植物，從美洲到歐洲各地區都有，雖然沒有亞洲區，但選擇第一大分類「 Useful plants 」，也可以辨識出最常見的觀賞與種植植物。 這時候，在「 Useful plants 」點擊橘色的「 Identify 」按鈕，進入辨識畫面。 接著，在「 Add an image 」的欄位，從電腦硬碟上傳一張植物的照片。 「 Pl@ntNet 」這時會詢問你，上傳的是花卉？ 果實？ 葉子？ 樹木？ 哪一種照片，依據你上傳的植物類型做好選擇。 看到自己的照片已經上傳後，點擊下方的「 Identify 」開始辨識。 很快的，「 Pl@ntNet 」就會根據圖片比對，列出數種跟你照片很像的植物名稱。
2017年10月15日 · 「小學堂文字學資料庫」，是由台灣國科會補助，台大中文、中研院共同開發，是老牌而知名的甲骨文、金文、戰國簡帛文字、小篆資料庫，有大量漢語文字的形音義第一手資料。 所謂「小學」，就是指科學考證漢語文字形音義演變的學問。 所以雖稱小學，但實際上博大精深。 而且小學堂的搜尋方式很有意思，除了搜尋文字可以找到本站的古文字資料外，還會索引很多外站的文字解釋資料，所以一次就可以找到大量的文字相關資料內容，節省很多時間，是非常棒的索引工具。 4. 古今文字集成. 我特別把前面三個網站列在前面，是因為他們比較是國家級學院的研究結果，有相對較多專家的審訂。 但除此之外，還有很多愛好漢語的個人（也可能很專業，也有獨立的專家學者），在網站上建立了各種漢字科普的網站，也都值得我們關注。
