一眼揪出你有沒有超速！世界第一物件偵測技術：YOLOv4 ... | 合法除蟲公司

2020年11月9日—中研院資訊科學研究所所長廖弘源及博士後研究員王建堯，與俄羅斯學者博科夫斯基（AlexeyBochkovskiy）共同研發最新的YOLO第四版（ ...

「只要讓我看一眼，我就知道這是什麼！」（You Only Look Once，YOLO）YOLO，是目前當紅的 AI 物件偵測演算法。中研院資訊科學研究所所長廖弘源及博士後研究員王建堯，與俄羅斯學者博科夫斯基（Alexey Bochkovskiy）共同研發最新的 YOLO 第四版（簡稱 YOLOv4），一舉成為目前全世界最快、最高精準度的物件偵測系統，引爆全球 AI 技術社群，已改寫物件偵測演算法的發展。究竟，他們對演算法動了哪些手腳？又是什麼樣的契機，開啟這項研究？

故事是從產學合作開始。前幾年，科技部提出「產學共創」機制：產業出題、學界解題，中研院合作對象義隆電子，出了一個考題給資訊所：如何增進十字路口的交通分析？也就是即時偵測車流量、車速等等。當時義隆電子已在十字路口架設監視器，包括全景攝影機及單一方向槍型攝影機，接下來最需要的，就是辨識車輛的物件偵測技術。

「但我們需要的不只是辨識車輛」，王建堯說。馬路運行中的車速度很快，物件辨識必須非常即時，短時間內就能辨識出車輛，並能持續追蹤，計算車速。換句話說，這個技術對物件的偵測必須「快、狠、準」。此外，因為影像資料不斷產生，如果把資料都上傳雲端運算，不但比較耗時，也會給雲端電腦帶來太大負擔，因此這個偵測技術還得做到一件事──計算量必須夠小，小到可裝在十字路口監視器上的小型計算器， 即可完成物件偵測的任務。

要做到交通路況的即時分析，必須有一種速度快、能精準辨識，但又可應用在生活小型計算器的物件偵測技術。

YOLOv4 演算法就做到不可能的任務！它是目前世界最快、最精準的物件偵測演算法，又能小到放在十字路口的監視器內，已實際應用於如「智慧城市交通車流解決方案計畫」，即時偵測車輛、停等車列、車速等等 。

怎麼辦到的？首先，王建堯著手研究著名物件偵測系統 YOLOv3 ，「我們想找出建立物件偵測系統時，哪個步驟最關鍵？如果改善，效率和精確度會提升最多？」廖弘源強調：「雖然是工程問題，但我們要把科學思考帶進來。」

先來認識物件偵測技術。它是卷積神經網路[1]（Convolutional Neural Network, 簡稱CN...