YOLO 是什麼？

YOLO（You Only Look Once）是一種知名的即時物件偵測模型，由 Joseph Redmon 和 Ali Farhadi 於 2015 年首次提出，技術核心在於能夠「一次」處理輸入影像，快速且準確地辨識出多個物體並標註其位置，因此廣泛運用於自動駕駛、安防監控、工業自動化等多項領域。

YOLO 的技術原理

YOLO 屬於單階段物件偵測系統，將物件偵測問題轉化為一個回歸任務：輸入一張影像，模型會將其劃分成小的網格（如7x7、13x13），每個網格都預測是否有物體、物體的位置（中心座標與寬高）、以及物體的分類和置信度。骨幹網路（通常是卷積神經網路CNN）會先萃取影像深度特徵，接著由預測頭直接推斷出所有物件及座標，因此運算速度極快，能在毫秒等級完成檢測，適合高要求的即時應用。

YOLO 的演進與版本

YOLO自2015年問世以來，歷經多次改版，目前最新的版本是YOLOv11。

為什麼要使用 YOLO ？

YOLO 的優勢與應用

YOLO 以即時性和高效能見長，能同時檢測多種不同大小的物件，並且直接推論所有結果，省去複雜後處理流程，因此特別適合需要快速反應的場合。常見應用包括：

• 自動駕駛車輛的路況和行人偵測
• 工業製程瑕疵檢查
• 智慧監控的人臉/物品即時辨識
• 無人機或機器人視覺等

目標

• 實際應用：即時偵測夜市攤位美食，提供營養資訊、熱量計算，或推薦素食替代品。
• 相關案例：類似零售商店物品偵測（如超市貨架），已用 Roboflow + YOLOv5 實現庫存追蹤，可延伸到夜市攤位管理。

匯出 Roboflow「台灣夜市小吃」的 YOLO 模型

參考 Day5 的步驟，收集台灣夜市美食圖片，上傳到 Roboflow 後標註品項名稱，並將資料集分割成訓練/驗證/測試集

按下「Train Model」，選擇「Custom Training」

會有資料處理過程，例如：資料增強 (Data Augmentation)，調整完畢後，就會進到 Select Model Architechure 的項目

選擇「YOLO v11」，Continue，依個人需求選擇 Model Size

大致上沒什麼問題的話，就可以「Start Training」

Training in progress. 就等囉～

Ref.

• YOLO是什麼？３分鐘了解YOLO的演進，可以應用在生活中哪些地方！－AI4kids
• 全球搶用的物件偵測演算法上線 最神速精準 一眼揪出你有沒有超速！
• 國立清華大學工業工程與工程管理學系-學生報告：食品影像辨識
• 識「食物」者為俊傑──智慧辨識食物 APP