遮住英文的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

最新英語會考2000單：群組分類記單字，考遍天下無難事(附MP3)

為了解決遮住英文的問題，作者張瑪麗,湯姆斯 這樣論述：

　　本書採群組分類記憶單字， 　　瞬間掌握英語會考關鍵2000字， 　　馬上攻克「聽力」和「閱讀」， 　　就是要你考滿分， 　　考遍天下無難事。 　　●獨樹一格的4種單字記憶法，讓你考遍天下無敵手！ 　　●哪4種分類方式呢？ 　　1.分類方式記憶法 　　按主題分類！記憶有加乘效果，事半功倍。 　　2.造句方式記憶法 　　活用句子才能大大提升單字量，本書的句子都很短，唸一次就記住！ 　　3.眼耳口手到記憶法 　　背單字就怕光說不練！邊記邊寫邊唸出聲，可將單字深刻到腦海裡。 　　4.活學活用記憶法 　　儘量創造英語環境，想英語、說英語、寫英語，學了就要用，進步才會快！ 　　【非學不

可】 　　● 命中率百分百．獲壓倒性勝利 　　● 依主題分類編排，好記好學 　　● 單字顧好，英語自然就好 　　● 例句編寫，簡單易學 　　● 國小生也可學，提早學習，英語成就會更高 　　● 外師專業錄音，書加MP3 搭配學習，英聽效果好！ 　　● 好單字＝好英語＝好人生 本書特色 　　就是有「Test Note答對請打勾」，讓你考一考，小試身手 　　本書每頁的右側設有「Test Note 答對請打勾」的設計。在這個小單元中，讀者可以測驗自己對單字的熟悉度，到底單字背起來了沒？在下方五個方框是用來打「O」或者畫「X」用的。只要答對，就打「O」；答錯就打「X」。當然要先遮住英文單字再作答，

只露出單字的中譯，測驗看看自己有沒有熟背該單字。 　　2000個單字，2000個測驗機會，不論答對與否，都是一個提醒，希望本書能讓你「一背字就難忘」，2000單字「一輩子都難忘」！  

遮住英文進入發燒排行的影片

視覺特效人體及布料透光效果製作

為了解決遮住英文的問題，作者李冠瑾 這樣論述：

電影與電視劇中的魔法與科幻效果,都需要依賴後製特效來實現這些幻想中的場景,要製作出這些符合物理規則的發光特效是非常重要的,為的是讓觀眾能沉浸在導演想營造出的魔幻故事中。本研究專案內容為製作在布料遮擋的狀況下,皮膚上的印記的發光效果,利用專案內容的鏡頭製作,分析四個鏡頭案例,根據製作內容,人體發光在現實中並不是自然中能見到的場景,所以筆者利用不同布料與光源,模擬出布料透光的效果,並且以實拍的方式,實際觀察光源透過不同布料所產生的變化,分析不同材質、厚度、距離以及環境光害的狀態下,透光狀態的差異,找出其中的物理規律,依照其規律來模擬出導演要求的發光特效。本研究會逐步紀錄布料透光製作的步驟,並分析

不同鏡頭的材質與環境的變化,利用布料紋路的明暗製作成紋路材質,用於布料分層,同時取出指縫的紋路,本研究以厚毛衣、薄紗、簍空毛衣與西裝布做為材質製作,發光製作時布料與光源的距離影響光暈的呈現,在不同的環境光下或是不同顏色的布料上的發光效果調整,提供未來製作類似發光效果時的參考。

遇見會考2000單：一背字難忘.一輩子難忘4款記憶法，讓你背單字很有FU!(附MP3)

為了解決遮住英文的問題，作者ThomasR.Pellegrine,陳凱莉 這樣論述：

用群組方式記單字，考遍天下無難事！ 　　本書運用教育部的分類法，把同類型的單字聚在一起，並請美籍老師精簡造句，運用單字、句型雙關記憶，瞬間掌握國中會考關鍵2000字！ 　　4款記憶法：讓你讓你背單字很有FU! 　　1.    分類方式記憶法 　　按主題分類！同樣的字群串連起來，記憶上有加乘效果，可收事半功倍之效。單字幾乎是手到擒來。 　　2.    造句方式記憶法 　　光記單字並不夠！這一秒記，下一秒就忘記，唯有活用句子才能大大提升單字量。By the way, 本書90%的句子都很短，唸一次就記住！ 　　3.    眼耳口手到記憶法 　　背單字就怕光說不練！眼到耳到口到加手到

，邊記邊寫邊唸出聲，再由耳朵聽音確認，如此多重關卡，可將單字深刻烙印到腦海裡。 　　4.    活學活用記憶法 　　學了就是要用（不然要冰起來嗎）！在日常生活中，不論舉手投足、所思所想，就是要用英語！想英語、說英語、寫也用英語，儘可能創造英語環境，這樣英語不進步也難哦！ 　　外師專業錄音，書加MP3搭配學習

應用卷積神經網路之臉部口罩的辨識

為了解決遮住英文的問題，作者洪進忠 這樣論述：

隨著2020年新冠肺炎的傳播肆虐之下，口罩已經成為人類隨身攜帶的必需物品，然而現在各地方政府都要求公共場合需要配戴口罩，藉由人力方式去檢驗人員進出是否攜帶口罩會消耗太多人力資源。為了有效降低人力，自動化識別是一個非常高效率的方法，因此本文使用YOLO(You Only Look Once)演算法，利用這套演算法中的卷積神經網路(Convolutional Neural Network, CNN)架構來執行，並透過預處理圖片進行標註資料、訓練及驗證模型，並且預測人臉配戴口罩之狀態，如:口罩完全遮住口鼻、露出鼻子口部未遮、露出口部鼻子未遮、和完全露出口鼻，而口罩種類之多，也要能夠即時分辨出來。在

此CNN模型中，使用Adam優化器與Adammax優化器交互進行模型訓練之優化，最後會進行圈選人臉框架區域，並且判定預測人臉配戴口罩之狀態，無論目標物大小都能夠精準預判，平均精準度(Mean-Average Precision, mAP)可以達到32.2%。