鐵人檔案
本次將以YOLO為整個主題的軸心，用30天的時從0開始摸索車牌辨識的過程，從整個資料集的分割到最後的訓練模型，筆者身為一個程式小白，秉持著一個菜就多練的想法與各位一起探索YOLO的博大精深。
一、前言 哈囉，我是首次參賽的Xiang，歡迎來觀看這篇文章，本篇將以物件偵測為主題，其中會利用物件偵測試著做出一個簡易的車牌辨識模型，會做這個主題的起因是，在...
一、YOLO是什麼？ You Only Look Once(YOLO)，是近幾年十分熱門的演算法，最初由Joseph Redmon等人在2016年提出，目的是透...
一、前言 接著將要介紹YOLO各個版本更新的項目，隨著時間的推進，YOLO也從V1進步到現在V9甚至V10的版本，每個版本都有不同的演算法，因此在正式學習YOL...
一、前言 由上篇可以了解v1到v3的版本差異，在之後的版本追求的都是更輕量化、速度更快且更好的辨識能力，本篇將延續上篇繼續介紹v5到v9的版本差異。 YOLO...
一、前言 版本迭代的最終篇，接續前2篇對YOLO迭代的基礎介紹，接著要說明的是由v7到v9的演變，那就開始吧！ YOLO v7 主要分成兩個方面去優化：模型架構...
一、前言 今天要來介紹的是YOLO的運作流程，經由前幾天對YOLO的原理以及每個版本的迭代有了些微的了解後，相信之後在實作的時候會更得心應手，能夠理解YOLO在...
一、前言 在使用YOLO進行物件檢測時，模型往往會針對單一個物件產生多個不同可能的預測框，用來精準預測物件，但是，要如何確保不會有多個重複的預測框出現造成冗余的...
一、前言 既然在上篇提到了IoU的部分，那IoU到底是什麼呢？講得出名字說不出用途是一件頗尷尬的事情，那不仿這邊我們專門做一集來介紹，帶你了解IoU。 二、Io...
一、前言 物件偵測不僅是判斷物體的位置，還有要判斷物體的種類等，因此在模型的辨識上，不會只依靠準確率(accuracy)來判斷模型的好壞，因此這邊會介紹幾個常見...
一、前言 繼上篇先了解Precision and Recall以及更之前的IoU後，相信大家對這幾個指標較為不那麼陌生了，那接著就來介紹最後一項指標 mAP。...
