技術 Day11：優化模型案例與成果對照

　　在建築領域，蒐集大量且品質一致的標註圖紙並不容易，主要因為產業特性涉及智慧財產權，資料流通與交換相當有限。　　因此，本文引用論文所採用的Cubicase5K...

技術 Day07：Roboflow實作資料集（二）：資料增強與分類

前面完成了資料集的圖片標註，在本章節將繼續實作資料集的分類，以及了解資料增強的重要性： 7.1. 資料集的分類 　　在進行YOLO模型訓練之前，我們需要將資料集...

技術 [D28] 資料增強

上一篇我們有提到 over-fitting，在進行深度學習訓練時，經常需要大量的資料以確保訓練時不會產生過度擬合（over-fitting）的現象，然而在現今數...

技術 DAY21 資料正規化與資料增強(Data Normalization & Data Augmentation)

複習一下我們之前提到的觀念，想要有一個好的預測模型，擁有一個好的資料集是一件很重要的事，因此我們在做資料分析時會把大部分的時間花在資料處理上面，做影像辨識時也不...