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 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自2015年問世以來，歷經多次改版，目前最新的版本是YOLOv11。
(示意圖由 Copilot 協助生成)
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：
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
溫馨小提醒：
dataset split 的比例建議是 7:2:1，以這次的數量分配來說，理想狀態是 119 : 34 : 17（訓練/驗證/測試組），驗證組的數量有比較少了一點
如果有需要再做資料處理的，例如：資料增強 (Data Augmentation)，可以在這個時候調整。接著就會進到 Select Model Architechure 的項目
Day3. 從零開始打造個人專屬 AI 營養顧問 Ep. 2：資料來源、收集與應用
可以從 Roboflow 直接匯出 YOLOv11/YOLOv8/yolov5 （依照個人需求選擇）格式資料夾，包含 images、labels 子資料夾和 dataset.yaml 設定檔。
一切都順利的話，就開始「Start Training」
Training in progress. 大約需要26分鐘～
可用 YOLOv8 官方 repo 或 Ultralytics YOLO 套件進行訓練。這部分明天會透過 Google Colab 實作
| 指標名稱 | 中文名稱 | 定義公式 | 說明 | 常見用途 |
|---|---|---|---|---|
| Precision | 精確率 | $\displaystyle Precision = \frac{TP}{TP + FP}$ | 在所有被模型「預測為正確」的結果中，實際上有多少是真的正確。→ 強調「預測的準確度」。 | 適合錯誤代價高的場景（如：醫學影像辨識、食物分類誤標） |
| Recall | 召回率 | $\displaystyle Recall = \frac{TP}{TP + FN}$ | 在所有實際「應該被辨識出來」的項目中，模型成功辨識的比例。→ 強調「找出所有正確項目的能力」。 | 適合漏判代價高的場景（如：食安監測、異常偵測） |
| mAP | 平均精度（Mean Average Precision） | $\displaystyle mAP = \frac{1}{N} \sum_{i=1}^{N} AP_i$ | 綜合考慮 Precision 與 Recall 的整體表現，通常用於物件偵測任務。AP（Average Precision） 是各類別的 Precision-Recall 曲線下的面積，mAP 是所有類別 AP 的平均值。 | 常用於 YOLO、SSD、Faster R-CNN 等影像辨識模型評估 |
混淆矩陣分析 容易誤判的美食，人工補訓練。混淆矩陣是分類模型中最常用的評估工具之一，用來比較「模型預測結果」與「實際標籤」之間的差異。
| 實際值＼預測值 | Positive（正類） | Negative（負類） |
|---|---|---|
| Positive（正類） | TP（True Positive）實際是正類，預測也正確 | FN（False Negative）實際是正類，但預測錯誤 |
| Negative（負類） | FP（False Positive）實際是負類，但誤判為正類 | TN（True Negative）實際是負類，預測也正確 |
iThome鐵人賽
看影片追技術