離開
進入全球最快最準物件偵測！人工智慧技術YOLOv4出自中研院團隊
中研院資訊科學研究所特聘研究員廖弘源（左五）和博士後研究員王建堯（左四），與俄羅斯開發者博科夫斯基共同研發出世界上最快、最準物件偵測演算法YOLOv4。（記者簡惠茹攝）
〔記者簡惠茹／台北報導〕中研院團隊與俄羅斯開發者合作，將人工智慧技術帶向新的里程碑，團隊研發出世界上最快、最準的人工智慧即時物件偵測技術YOLOv4，今年4月公開釋出後在全球掀起一陣旋風，已有國外新創團隊應用於社交距離偵測，台灣則已經用於智慧車流分析。
中研院資訊科學研究所特聘研究員廖弘源和博士後研究員王建堯，與俄羅斯開發者博科夫斯基共同研發出世界上最快、最準物件偵測演算法YOLOv4，王建堯指出，平均正確率比前一代提升10%，達到43.5%，應用於交通車流分析的正確率更可以達到90%以上，速度上YOLOv4比Google開發的物件偵測EfficientDet上個版本，相同正確率下速度還要快2倍。
王建堯指出，YOLO是「You only look once」的簡稱，屬於電腦視覺深度學習技術，過去物件偵測技術通常需要兩個步驟，先辨識圖像然後分類，而YOLO從2016年第一代研發出來後，成為電腦視覺技術重要突破，一個步驟就能完成物件偵測技術，只要訓練一個網路模型，電腦看一眼就能判斷照片或影像鍾物件類別和位置，大大提升辨識速度。
不過YOLO開發者Joseph Redmon在2016年開發出第一代的YOLO後，持續開發到第三代版本，但是今年2月突然宣布退出電腦視覺研究，這也讓人工智慧領域相當震撼，擔心第四代研發受阻，而台灣中研院團隊與俄羅斯開發者聯手，成功研發出第四代。
團隊從去年11月起開始合作，歷經5個月開發成功，王建堯說明關鍵突破原因，他指出，主要在於設計出一個全新的卷積神經網絡，可以減少運算量同時保持甚至提升準確度，還有加上訓練方式的優化。
王建堯分析YOLOv4的優點，在於設備需求更低、運算速度更快、正確率更高，過去運算設備價格高達數百萬，耗電量大於300瓦，資料收集到後還要上傳到雲端，系統沒辦法即時回饋，還有個人隱私問題，使用上會有許多不方便，新技術只需要一台筆電、簡單晶片就可以在第一線即時分析，馬上跟系統和現實回饋，且有媲美雲端運算的高精確度。
廖弘源指出，2年前團隊跟義隆電子合作開發智慧城市交通車流解決方案，建置智慧車流分析系統，今年3月也將此技術應用於此計畫，可以在每個路口即時偵測車輛、停車車列和車速，還能進一步運用人工智慧控制燈號。
義隆董事長葉儀皓表示，目前已經佈設於桃園、新竹，在路口就可以進行交通影像辨識及車流分析，預計9月就可以開始在部分區域實施人工智慧控制燈號來讓車流更順暢。
廖弘源指出，YOLOv4今年4月公開釋出後，任何人都可以免費使用，已經獲得全球許多研發單位應用，已有國外團隊應用於即時偵測社交距離，將來如果要用在偵測民眾是否有戴口罩也可以。
