熱門Ptt文章

[爆卦]yolo演算法是什麼？優點缺點精華區懶人包

雖然這篇yolo演算法鄉民發文沒有被收入到精華區：在yolo演算法這個話題中，我們另外找到其它相關的精選爆讚文章

在 yolo演算法產品中有20篇Facebook貼文，粉絲數超過5萬的網紅軟體開發學習資訊分享，也在其Facebook貼文中提到， 在這個實踐課程中，你將使用 YOLO v3 演算法來訓練你自己的物件檢測器( Object Detector )。 https://softnshare.com/training-yolo-v3-for-objects-detection-with-custom-data/...

「yolo演算法」的推薦目錄
  • 軟體開發學習資訊分享

    yolo演算法 在 軟體開發學習資訊分享 Facebook 的最佳解答

    2021-09-13 14:51:28
    有 3 人按讚

    在這個實踐課程中，你將使用 YOLO v3 演算法來訓練你自己的物件檢測器( Object Detector )。

    https://softnshare.com/training-yolo-v3-for-objects-detection-with-custom-data/

  • 台灣物聯網實驗室 IOT Labs

    yolo演算法 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答

    2021-07-14 14:19:27
    有 0 人按讚

    台南古都融合 AI 科技，發展交通智慧化

    作者 TechNews | 發布日期 2021 年 06 月 24 日 10:00 |

    人工智慧（AI）一直是近年的熱門科技詞彙，根據「2021 台灣 AI 趨勢報告」，台灣有 84% 的受訪企業導入 AI 技術，以提高組織效率及創造營收為主要目標，在製造、行銷與客服等領域中獲得深入地應用。

    AI 深度學習效果事半功倍

    綠捷能智控股份有限公司（HIPOWER）長期致力於AI影像偵測辨識演算法的開發，過去應用領域也多於車牌辨識、車輛追蹤相關。2020 年參與臺南市政府合作 AI 城市巡檢先導應用試驗計畫，在臺南市政府智慧發展中心及交通局的協助之下，以臺南市東區東門路與自由路口、中西區府前路與南門路口為試驗場域，試驗情境則是配合臺南市政府的基礎設施下，在未對現有攝影系統架構有任何調整的情況，利用路口現地攝影鏡頭搜集影像數據，最終所使用影像解析度為 640×480，採用 YOLO 類神經演算法進行物件深度學習，並加入深度物件定位追蹤演算法。

    在試驗的計畫裡，YOLO 模型主要應用在多類別與多場景的物件辨識上，所以會設計較多的卷積層，而每一種會再進行多次的卷積運算，造成模型本身較大，考量這次計畫中所需辨識的物件類型與場景相對單純的情況下，過多的卷積層及運算對提升準確率沒有明顯地影響，並且會造成模型訓練效能不佳，因此利用剪枝技術減少卷積層數與運算次數，來提升模型的訓練效能。同時在影像數據上進行優化的前置處理，提升整體影像亮度達一致程度，降低亮度不均及部分雜訊的干擾，如此對後續物件辨識及定位追蹤準確率將有所幫助。因此在本案中僅利用約 5,000 張的物件圖快速片建立辨識模型及完成調校參數，成功開發出路口行人偵測、車種（機車、小型車、大型車）辨識、各向車流及其轉向偵測辨識的解決方案。經過最終的驗證測試，在不同天色的情況下，整體車流偵測辨識準確率可達 95%，車流轉向比分析及車種辨識準確率則有 90% 以上，而人流亦有 90% 以上的辨識準確率。

    原有設備升級，效益最大化

    此方案除可以有效減輕交通單位的人力負擔外，也能為交通智慧化提供充足有效的即時基礎數據，並且因為使用地方政府路口現有攝影系統，未來在複製擴散上也可以用相對較低成本的方式來進行，試驗單位不需要為了導入AI技術而將現有攝影機升級。未來將可以此解決方案為基礎，建構路口動態資訊即時回饋，協助路口及行人號誌燈秒數優化，以提升整體交通運行的順暢度。

    在完成上述臺南市政府試驗計畫後，2021 年第一季也順利將此方案的核心技術衍生應用到隧道事件偵測系統 IIDs 及在道路壅堵偵測系統 QLD 中，用以偵測追蹤隧道逆行車輛、隧道路邊停等、壅堵車流(種)偵測及佔有率計算等情形。在新一代行動通訊日漸普及的情況下，未來將會有更多以 AI 影像辨識技術為基礎的衍生性應用產生，推進智慧化應用的演進。

    由此可見，影像辨識技術所衍生的應用豐富性，對於地方政府推動城市智慧化的過程中，將能以最低成本的方式來發揮既有影像系統的最大效益。

    公私協力成為 AI 應用夥伴

    目前市場上 AI 影像辨識分析應用開發上，多半採用開放式模型來進行演算法的開發，而實務環境條件複雜多變，為能達到商品化對穩定性的要求，通常需要搭配自主開發的演算法，以強化模型偵測及辨識的能力，同時更需要實際場域建置的經驗、高品質數據的採樣及訓練參數組的建構，來對模型進行分析與調校，如此才能成為成熟且穩定的應用系統架構。

    臺南是一個持續進化的科技古都，市府非常積極在導入創新科技應用，也因此保持開放態度在智慧化應用推動上，有系統地啟動在地方政府間相當少見的應用試驗計畫，在提供題目、條件限制及實際場域的情況下，邀請產業界進行解決方案開發與技術驗證，並希望業者能持續投入資源進行商品化，協助地方政府智慧化應用能夠水平擴散及垂直深化，這是一個成功案例，將對公部門與民間合作推動智慧化應用有正向的影響。

    附圖：▲ 模型建立作業流程
    ▲ VDS 系統辨識畫面
    ▲ 以 AI 影像辨識為基礎的衍生應用
    ▲ 辨識分析結果畫面呈現

    資料來源：https://technews.tw/2021/06/24/tainans-ancient-capital-integrates-ai-technology-to-develop-intelligent-transportation/?fbclid=IwAR1OJBuRIm3IbznQ-YcDuJo4r7xaKjlCyMpxS7oiiFP4Xogl7YXTMaAKRpM

  • 科學再發現

    yolo演算法 在 科學再發現 Facebook 的最佳解答

    2021-05-14 16:30:01
    有 4 人按讚

    只要掃一眼就可以馬上知道是什麽！
    　
    機械的「鷹眼」—— AI 物件偵測演算法，不僅能分析交通車流量，更可計算人們的社交距離，捕捉運動員的精細動作軌跡等等。
    　
    中研院團隊抓準問題癥結，突破一直以來技術瓶頸，讓物件辨識更快、狠、準！
    　
    延伸閱讀：
    想領錢只要刷臉就行？銀行人臉辨識可沒這麼簡單
    https://pansci.asia/archives/151553

你可能也想看看

搜尋相關網站