人工智慧技術 分析車流準確率達9成
2020/07/03 05:30
中研院開發YOLOv4 全球最快最準物件偵測演算法
〔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、最準物件偵測演算法YOLOv4,4月公開釋出,任何人都可以免費使用,獲得全球許多研發單位應用,且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。
與俄羅斯開發者合作
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YOLOv4,平均正確率比前一代提升10%、達43.5%,應用於交通車流分析的正確率更可達到90%以上。
國外應用於社距偵測
王建堯說明,YOLO屬於電腦視覺深度學習技術,過去物件偵測技術通常需要辨識圖像然後分類2個步驟。第1代YOLO在2016年研發成功,1個步驟就能完成;只要訓練一個網路模型,電腦看一眼就能判斷照片或影像中物件類別和位置,大大提升辨識速度。
團隊從去年11月開始合作,歷經5個月開發成功,關鍵突破主因在於設計出一個全新的卷積神經網絡,減少運算量的同時,保持甚至提升準確度,還有加上訓練方式的優化。
設備需求低 運算速度快
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元,耗電量大,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。新技術只需要1台筆電、簡單晶片就可以在第1線即時分析,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。