所有影像辨識的問題都會面臨以下幾個問題：圖片中有幾個要辨識的物件 (影像切割，Image Segmentation)，他們的位置在哪裡 (物件定位，Object Localization)，要如何辨識(影像分類，Image Classification)。而物件偵測 (Object detection) 的技術，就算是物件定位與影像分類的完整解決方案。
從這個概念開始就可以清楚理解，為何近年來物件偵測的算法，有所謂的二階式 (two-stage)，也就是先找到定位的區域 (Region-based Proposal)，再來進行影像分類的動作，常見的模型為：Region-CNN，Fast R-CNN, Faster R-CNN；以及一階式 (one-stage) 高效算法，簡單來說就是把定位跟分類一次處理，常見的有：YOLO (You Only Look Once) , SSD (Single Shot Detector)，這之中以 YOLO 系列最受大家喜愛。
最初版本的 YOLO 論文公佈於 2015 年，主要的作者是 Joseph Redmon，而後續的版本 V2, V3 中他持續改善了效率，圖型大小以及定錨 (anchor) 等功能，但是接著的 YOLOV4，V5 作者就不再是他本人，YOLOV4，V5 主要貢獻者中還是台灣中央研究院資訊科學研究所的兩位學者。
本專案的主要目的是整合一個全端的辨識系統，所以針對 YOLO 的部份只是將實作部屬上去，當然也會分析評估辨識的效果，採用的是 YOLOV3 這個版本，整個過程分成：
可以到個人的github下載需要的影片，如下圖所示，分別是帝王鯛、黃金珍珠虎與麒麟鸚鵡這三種觀賞魚，樣本有點少，有需要的人可以自己在 Google 上在找些照片放進行也可以。
圖 1、 從 github 下載需要的資料集影片
接下來的操作可以在自己的電腦裡完成，所以需要在自己的電腦也安裝需要的環境，資料前處理的部份都可以在自己的電腦完成，只要訓練模型才需要用到 GPU 的 EC2，當然這些操作也可以在 EC2 中進行，只是需要按時收費。首先，到 Python 的官網下載直譯器，不需要安裝最新的，因為最新的直譯器會導致很多套件都還只有原始碼，還得自己編譯，所以建議下載 3.7 或 3.8 版即可，如下圖所示。
圖 2、 下載 Python 直譯器
安裝 VS Code
透過瀏覽器連到 VS Code 官方網站 https://code.visualstudio.com/ ，下載並安裝即可
圖 3、 VS Code 下載
VS Code 的 Python 插件
安裝完 VS Code ，1. 啓動後在畫面左下角有一個積木形狀的圖形，這是 VS Code 用來安裝插件 (Extensions) 的圖示，進入插件安裝區後，2. 在上方的文字塊輸入 Python 就會出現相關的插件 ，3. 選擇第一個插件，4. 就會出現這個插件的詳細介紹，如插件名稱、開發廠商、下載次數以及插件的使用說明等信息，如下圖所示。按下安裝 (install) 後，就會自動安裝該插件，記得要致能 (Enable) 該插件，不然只是安裝並不表示就可以使用該插件。
圖 4、 Python for VS Code 插件下載
安裝完插件後重新開啓 VS Code，請選擇創建工作區 (Add wordspace folder…)，所謂工作區指的是可以把這次工作所需要的目錄和檔案都放在一起，因為本次的需求為撰寫技術手冊，所以同時需要代碼以及說明文件，所以開一個工作區，一個目錄放說明文件，一個目錄放代碼腳本，如下圖所示
圖 5. 創建 VS Code 工作區
建立完工作區，記得點選右邊工具欄的第一個圖示－文件管理區 (Explorer)，1. 在工作區中建立第一個目錄 py，用來存放 python 腳本，2. 因為工作區尚未取儲存，所以顯示 Untitled，如下圖所示 。
圖 6. 設定工作區目錄
在文件管理區中按下滑鼠右鍵，將另一個目錄 PythonMD 加入工作區中，這個目錄是用來撰寫文件的，如下圖所示。
圖 7. 將目錄加入工作區中
最後將目前的工作區的狀態儲存起來，如下圖所示。
圖 8. 儲存目前的工作區的狀態
開始第一個 Python 腳本
步驟 1 選擇 Python 直譯器
Python 是一種解釋語言，為了運行 Python 代碼，得到 Python 智能感知 (IntelliSense) 的功能，必須告訴 VS Code 編輯器使用哪個版本的直譯器。在 VS 代碼中，通過打開命令面板 (Command Palette) Ctrl+Shift+P ，1. 開始鍵入 Python: Select Interpreter 命令進行搜索，2. 然後選擇該命令，如下圖所示。您也可以使用選擇 Python 環境狀態欄上的選項(如果可用，它可能已經顯示了選定的直譯器):
圖 9. 打開命令面板，並輸入指令
接著會詢問直譯器要套用到工作區的那一個目錄，因為目前有兩個目錄，而 py 目錄是用來存放代碼的，所以就指定到哪個目錄，如下圖所示
圖 10. 詢問直譯器要套用到那一個目錄
指定直譯器版本或是運行的虛擬環境，虛擬環境這部份會在後面有更清楚地描述，本課程指定 Python 3.9 直譯器，如下圖所示
圖 11. 指定直譯器版本
步驟 2 創建一個 Hello World 原始碼文件
從文件資源管理器工具欄中，1. 在 py 文件夾，選擇 2. 新文件按鈕，通過使用 .py 文件擴展名，告訴 VS Code 把這個文件解釋為 Python 程序，這樣它就用 Python 擴展名和選擇的直譯器來評估內容。如下圖所示
圖 12. 創建一個原始碼文件
現在工作區中有了一個代碼文件，請在中輸入以下原始碼，
Hello.py
Msg = “Hello World”
Print(msg)
在文件中打完原始碼後，1. 可以看到在文件的頁簽上，除了有文件名稱外，還會出現一個小白點，這是表示文件有更新，尚未存檔，2. 是原始碼本文， 3. 表示在目前編輯的文檔中，尚未存檔的文件數量，可以按下 ctrl + s 去存儲檔案，如下圖所示
圖 13. 原始碼文件編輯狀況
步驟 3 運行原始碼
點擊在 Python 文件編輯器 1. 右上角的播放按鈕，該按鈕打開 2. 一個終端面板，在其中 Python 直譯器被自動激活，然後 3. 運行 python hello.py，並可以看到運行結果，如下圖所示
圖 14. 運行原始碼
最後補充，接下來的所有 Python 語法的介紹，都是針對如何撰寫原始碼，默認情況下，Python 源碼文件以 UTF-8 編碼方式處理。在這種編碼方式中，世界上大多數語言的字符都可以同時用於字符串字面值、變量或函數名稱以及注釋中——儘管標準庫中只用常規的 ASCII 字符作為變量或函數名，而且任何可移植的代碼都應該遵守此約定。要正確顯示這些字符，你的編輯器必須能識別 UTF-8 編碼，而且必須使用能支持打開的文件中所有字符的字體。
iThome鐵人賽
看影片追技術