{
 "原理:影像、顏色閾值與質心#2": {
  "type": "bar",
  "labels": [
   "紅",
   "綠",
   "藍"
  ],
  "values": [
   5,
   6,
   5
  ],
  "unit": " 位元",
  "reveal": [
   0,
   3
  ]
 },
 "原理:影像、顏色閾值與質心#3": {
  "type": "table",
  "head": [
   "項目",
   "內容"
  ],
  "rows": [
   [
    "RGB565",
    "5 位紅 + 6 位綠 + 5 位藍 = 16 位元"
   ],
   [
    "F800",
    "二進位 11111 後面全是 0"
   ],
   [
    "紅",
    "31,左移 3 位 = 248"
   ],
   [
    "綠、藍",
    "0"
   ],
   [
    "結果",
    "近似純紅"
   ]
  ],
  "reveal": [
   0,
   1,
   5
  ],
  "widths": [
   1,
   3
  ]
 },
 "原理:影像、顏色閾值與質心#4": {
  "type": "table",
  "head": [
   "做法",
   "內容"
  ],
  "rows": [
   [
    "閾值",
    "紅 > 150,且綠、藍 < 90,記 1,否則記 0"
   ],
   [
    "RGB",
    "受光線影響強;陰影下紅可能只有 80,被漏掉"
   ],
   [
    "HSV",
    "色相與亮度分開,對光線較不敏感,但運算較多"
   ]
  ],
  "reveal": [
   0,
   1,
   3
  ],
  "widths": [
   1,
   4
  ]
 },
 "原理:影像、顏色閾值與質心#6": {
  "type": "bar",
  "labels": [
   "像素1",
   "像素2",
   "像素3",
   "像素4",
   "像素5",
   "像素6",
   "像素7",
   "像素8",
   "像素9"
  ],
  "values": [
   2,
   3,
   1,
   2,
   3,
   4,
   1,
   2,
   3
  ],
  "unit": "",
  "reveal": [
   0,
   9,
   9
  ]
 },
 "原理:影像、顏色閾值與質心#7": {
  "type": "table",
  "head": [
   "項目",
   "算式與結果"
  ],
  "rows": [
   [
    "誤差",
    "(240 - 160) / 160 = 0.5"
   ],
   [
    "方向",
    "0.5 × 30 度 = 15 度,需右轉"
   ],
   [
    "每幀間隔",
    "100 毫秒(每秒 10 幀)"
   ],
   [
    "每幀前進",
    "2 公分(每秒 20 公分)"
   ]
  ],
  "reveal": [
   0,
   1,
   2,
   4
  ],
  "widths": [
   1,
   4
  ]
 },
 "邊緣 AI 與 ESP32-CAM 的資源限制#1": {
  "type": "cards",
  "reveal": [
   0,
   1,
   2
  ],
  "cards": [
   {
    "title": "優點",
    "points": [
     "反應快,沒有網路來回",
     "斷網也能運作",
     "影像不離開裝置,保護隱私"
    ]
   },
   {
    "title": "缺點",
    "points": [
     "記憶體和算力都很有限"
    ]
   }
  ]
 },
 "邊緣 AI 與 ESP32-CAM 的資源限制#3": {
  "type": "cards",
  "reveal": [
   0,
   1,
   2,
   3
  ],
  "cards": [
   {
    "title": "影像大小",
    "points": [
     "QVGA 320 × 240 = 76,800 像素",
     "灰階約 75 KB",
     "RGB565 約 150 KB",
     "VGA RGB565 約 600 KB"
    ]
   },
   {
    "title": "內部 SRAM",
    "points": [
     "約數百 KB,依型號而異",
     "還要給 Wi-Fi、堆疊和程式"
    ]
   },
   {
    "title": "PSRAM",
    "points": [
     "影像緩衝區通常放這裡",
     "有的模組才有,常見數 MB",
     "影像越大越吃緊、越慢"
    ]
   }
  ]
 },
 "邊緣 AI 與 ESP32-CAM 的資源限制#4": {
  "type": "bar",
  "labels": [
   "灰階 QVGA",
   "RGB565 QVGA",
   "RGB565 VGA"
  ],
  "values": [
   75,
   150,
   600
  ],
  "unit": " KB",
  "reveal": [
   0,
   1,
   2,
   3
  ]
 },
 "邊緣 AI 與 ESP32-CAM 的資源限制#5": {
  "type": "flow",
  "layout": "snake",
  "reveal": [
   0,
   5
  ],
  "nodes": [
   {
    "label": "擷取低解析度影像"
   },
   {
    "label": "轉換色彩"
   },
   {
    "label": "門檻二值化"
   },
   {
    "label": "找區域",
    "sub": "算質心與面積"
   },
   {
    "label": "轉成馬達指令"
   }
  ]
 },
 "邊緣 AI 與 ESP32-CAM 的資源限制#6": {
  "type": "table",
  "head": [
   "方法",
   "做法"
  ],
  "rows": [
   [
    "降低解析度",
    "追蹤色塊用 QVGA,甚至更低"
   ],
   [
    "降低幀率",
    "每秒處理 5 到 10 幀"
   ],
   [
    "只做必要處理",
    "只掃描每隔一個像素"
   ],
   [
    "實測",
    "用 millis 或 micros 量每幀處理時間"
   ]
  ],
  "reveal": [
   0,
   1,
   2,
   3,
   4
  ],
  "widths": [
   2,
   4
  ]
 },
 "邊緣 AI 與 ESP32-CAM 的資源限制#7": {
  "type": "flow",
  "layout": "row",
  "reveal": [
   0,
   2,
   3
  ],
  "nodes": [
   {
    "label": "初始化",
    "sub": "camera init"
   },
   {
    "label": "取得幀緩衝"
   },
   {
    "label": "用完歸還",
    "sub": "否則記憶體耗盡,畫面卡死"
   }
  ]
 },
 "顏色追蹤:門檻值、質心與轉向#1": {
  "type": "flow",
  "layout": "snake",
  "reveal": [
   0,
   5,
   5,
   5,
   5,
   5
  ],
  "nodes": [
   {
    "label": "取得影像"
   },
   {
    "label": "判斷每個像素",
    "sub": "紅 > 150,綠、藍 < 90"
   },
   {
    "label": "收集符合的像素"
   },
   {
    "label": "算位置中心與數量"
   },
   {
    "label": "轉成轉向與速度指令"
   }
  ]
 },
 "顏色追蹤:門檻值、質心與轉向#2": {
  "type": "table",
  "head": [
   "顏色",
   "做法"
  ],
  "rows": [
   [
    "紅",
    "右移 11 位取 5 位元,再左移 3 位"
   ],
   [
    "綠",
    "右移 5 位取 6 位元,再左移 2 位"
   ],
   [
    "藍",
    "取最低 5 位元,再左移 3 位"
   ]
  ],
  "reveal": [
   0,
   0,
   1,
   2,
   3
  ],
  "widths": [
   1,
   4
  ]
 },
 "顏色追蹤:門檻值、質心與轉向#3": {
  "type": "cards",
  "reveal": [
   0,
   1,
   2
  ],
  "cards": [
   {
    "title": "RGB 門檻",
    "points": [
     "紅 > 150,綠、藍 < 90",
     "簡單,只是示意",
     "受光線影響大"
    ]
   },
   {
    "title": "HSV",
    "points": [
     "色相、飽和度、明度",
     "通常更穩定,顏色主要由色相決定",
     "轉換需多一點運算"
    ]
   }
  ]
 },
 "顏色追蹤:門檻值、質心與轉向#4": {
  "type": "flow",
  "layout": "row",
  "reveal": [
   0,
   1,
   2,
   3,
   4
  ],
  "nodes": [
   {
    "label": "掃描像素",
    "sub": "每隔一個,快約 4 倍"
   },
   {
    "label": "符合紅色",
    "sub": "x 加進總和,個數加 1"
   },
   {
    "label": "質心 x 與面積",
    "sub": "-1 最左到 +1 最右"
   },
   {
    "label": "個數夠多才算",
    "sub": "最小個數過濾雜訊"
   }
  ]
 },
 "顏色追蹤:門檻值、質心與轉向#7": {
  "type": "flow",
  "layout": "row",
  "reveal": [
   0,
   1,
   2,
   3,
   4
  ],
  "nodes": [
   {
    "label": "質心誤差",
    "sub": "當 PID 誤差,目標 0"
   },
   {
    "label": "面積當距離",
    "sub": "越大越近,到門檻停止或抓取"
   },
   {
    "label": "轉向量",
    "sub": "比例係數 × 誤差,例如 40"
   },
   {
    "label": "左右輪",
    "sub": "左 基本 + 轉向量 右 基本 - 轉向量"
   }
  ]
 },
 "TinyML 概念與上線前的評估#2": {
  "type": "flow",
  "layout": "snake",
  "reveal": [
   0,
   5
  ],
  "nodes": [
   {
    "label": "蒐集並標註資料"
   },
   {
    "label": "電腦上訓練模型"
   },
   {
    "label": "量化壓縮"
   },
   {
    "label": "轉成嵌入陣列檔"
   },
   {
    "label": "燒錄",
    "sub": "實測延遲和準確率"
   }
  ]
 },
 "TinyML 概念與上線前的評估#3": {
  "type": "table",
  "head": [
   "步驟",
   "重點"
  ],
  "rows": [
   [
    "蒐集資料",
    "真實場景、光線、背景、角度,標註類別"
   ],
   [
    "訓練",
    "通常在電腦上訓練小型模型"
   ],
   [
    "量化與壓縮",
    "32 位元浮點縮成 8 位元整數"
   ],
   [
    "轉換與嵌入",
    "常是一個 C 陣列檔"
   ],
   [
    "燒錄與實測",
    "測推論時間、記憶體、準確率"
   ]
  ],
  "reveal": [
   0,
   1,
   2,
   3,
   4,
   5
  ],
  "widths": [
   1,
   4
  ]
 },
 "TinyML 概念與上線前的評估#4": {
  "type": "bar",
  "labels": [
   "輸入影像",
   "可用 SRAM"
  ],
  "values": [
   9,
   200
  ],
  "unit": " KB",
  "reveal": [
   0,
   1,
   1,
   2
  ]
 },
 "TinyML 概念與上線前的評估#5": {
  "type": "cards",
  "reveal": [
   0,
   1,
   2
  ],
  "cards": [
   {
    "title": "適合",
    "points": [
     "簡單分類,如有球或沒球",
     "障礙物的種類",
     "關鍵字、異常振動偵測"
    ]
   },
   {
    "title": "不適合",
    "points": [
     "大型即時多物件偵測",
     "需要高解析度的任務"
    ]
   }
  ]
 },
 "TinyML 概念與上線前的評估#6": {
  "type": "table",
  "head": [
   "項目",
   "要問什麼"
  ],
  "rows": [
   [
    "混淆矩陣",
    "哪些類別常被誤認"
   ],
   [
    "誤報與漏報",
    "成本不同,牆誤認為通道更危險"
   ],
   [
    "新環境",
    "換教室、燈光、背景再測"
   ],
   [
    "延遲",
    "推論加取像與控制,撐得住車速嗎"
   ],
   [
    "穩定性",
    "連續跑一小時,看記憶體與過熱"
   ]
  ],
  "reveal": [
   0,
   1,
   2,
   3,
   4,
   5
  ],
  "widths": [
   1,
   4
  ]
 }
}