top of page
狗狗小百科
動機
現今社會養狗的家庭越來越多，有許多品種對於沒有特別研究狗狗的人來說，雖然樣子很熟悉，卻叫不出名字。又或著是有些第一次養狗，不知道狗狗的飼養方式，常常看到一堆狗狗生病是因為主人飼養的方式出了問題。因此我們利用yolo物件偵測來辨識狗狗品種，提升大家對狗狗的認識，並能及時了解到狗狗的習性與飼養方法。
背景介紹
介紹：Yolo利用人工智慧提供我們即時偵測以及判斷物件的技術，只需要一個CNN就可以一次性預測很多目標物的位置、類別，我們把要偵測的物件圖片匯入yolo時，它會把要偵測的圖片切割成SxS的網格，中心點落在的網格要負責去辨識這張圖片是什麼東西，yolo的模型訓練分成兩個步驟，首先利用labelimg將圖片中我們要偵測的物件框起來，儲存後這個圖檔會有物件的代碼、x.y軸的座標、物件的寬度、高度五個資訊，皆是模型訓練時所需的資料。
YOLOv6是美國視覺智能部研發的一款木邀檢測框架，致力於工業應用。
目標檢測作為計算機視覺領域的一項基礎性技術，再工業界得到廣泛的應用，YOLO系列算法因其較好的綜合性能，逐漸成為大多數工業應用時的首選框架。YOLOv6該框架支持模型訓練、推理及多平台部署等全鍊條的工業應用需求，並在網路結構、訓練策略等算法層面進行了多項改進和優化，在COCO數據集上，YOLOv6在精度方面均超越其他同體量算法，
如下圖所示:
YOLOv6各尺寸模型與其他模型性能對比，從圖中可以看到，YOLOv6在精度和速度方面均超越其他YOLO系列同體量算法。
.png)
YOLOv6與其他模型在不同分辨率下性能對比，展示出輸入分辨率變化時各檢測網路模型的性能對比，曲線上的點從左往又分別表示圖象分辨率變化一次增大時該模型的性能，從圖中可以看到，YOLOv6在不同分辨率下，仍然保持較大的性能優勢。
bottom of page