目前 Roboflow Universe 上沒有專門的「台灣夜市小吃」公開數據集，但有許多類似食物偵測數據集（如零食、超市商品），可以作為起點自訂訓練。

Roboflow Universe 的類似數據集：

• Food Detection Dataset：1,596 張食物圖 (可擴充為夜市小吃)。
• Snack Dataset：2,230 張零食圖 (適合雞排/臭豆腐類)。
• Super Market Dataset：1,815 張超市圖像 (可模擬夜市攤位)。

先來個小練習：使用 Roboflow 訓練「蚵仔煎」偵測模型

步驟 1: 收集蚵仔煎的圖片

• 可以自己拍攝夜市小吃照片：涵蓋不同角度、光線。用手機或相機，確保多樣性（攤位內用、外帶、外送），注意隱私問題，例如：夜市照片可能含人群，使用私人專案避免公開。
• 或是用 Google 搜尋「蚵仔煎圖片」，下載高解析度圖像（注意版權問題）。

步驟 2: 上傳圖檔

昨天註冊 Roboflow 帳號後，畫面是停在 「Workflows」，請點選上方的「Projects」

在「Projects」選項，請按下「+ New Projects」

這裡有幾個必填/必選的項目：

• 自訂 「Project Name」 & 「Annotation Group」
• 「Visibility」: 免費版為公開專案，若有隱私需求，升級付費計劃。
• 「Licenses」: 視個案情況決定
• 「Project Type」: 選擇「Object Detection」類型

按下「Create Public Project」

將圖片上傳：「Select Files」或「Select Folder」都可以

步驟 3: Annotate(標註物件)

接著就是工讀生的工作了，如果沒有工讀生，可以花點錢錢解鎖 Upgrade 功能，就可以選擇「Hire Outsourced Labelers」

這次我想試試「Auto-Label（自動標註功能）」：

用自動標註（Auto-Label）功能，基於預訓練模型建議標籤，Roboflow 使用 Grounding DINO 來產生 bounding box 標註。如果你有自己的模型，也可以選擇「Use your own models」來進行標註。

自動標註（Auto-Label）功能，目前只有「Grounding DINO」可以選：

在「Class」欄位填入類別名稱

被總鋪師美化過後的蚵仔煎往往是看不到蚵仔的，多數店家會了吸引饕客上門，還有綜合版的，例如：沒有蚵仔的蚵仔煎（俗稱「蛋煎」），蝦仁煎，花枝煎...等等等，也可以用「Add Class」增加適當的分類

系統會使用 4 張圖片來產生 Auto Label 的測試結果。
確認這些圖片能代表你想標註的物件，或點選更換圖片來挑選更合適的測試樣本。

都沒問題的話，請按下「Generate Test Results」

啟動自動標註：
完成類別設定與測試圖片選擇後，系統會開始進行自動標註。會看到右邊出現「Adding Some Auto Label Magic...」的提示，代表標註正在進行中。

自動標註完成

檢查標註結果：
標註完成後，檢查每張圖片的標註是否正確。（若有錯誤，可以手動修改或重新執行標註）

以下來看看幾個標註結果

標註結果1: 偵測不到物件

標註結果2: 有蚵仔的蚵仔煎

舒安表示：
明天打算導出 YOLO 格式，因為需要生成訓練/驗證/測試集（70/20/10），目前只有蚵仔煎圖片太少，需要增加夜市小吃品項，例如：臭豆腐、麻辣鴨血、藥燉排骨、雞排、鹹酥雞、大腸包小腸（至少 5-10 類）等等，擴充可偵測的食物種類。

我要先去收集圖片（其實是想逛夜市XD）啦，今天先到這裡，日後再補充 Annotate 相關的功能

(本文部分圖片來源: Google 搜尋)