site logo: www.epochtimes.com

中研院全世界最快物件侦测 精准揪出超速

中研院研究团队研发出目前世界上最快最准的物件侦测算法YOLOv4,应用于交通车流解决方案,在路口就能即时侦测车辆、停等车列及车速(图摄于桃园)。(中研院提供)

人气: 295
【字号】    
   标签: tags: ,

【大纪元2020年07月02日讯】(大纪元记者徐翠玲台湾台北报导)中研院资讯科学研究所特聘研究员廖弘源、博士后研究员王建尧与与俄罗斯开发者博科夫斯基合作,研发出目前世界上最快最准的物件侦测算法YOLOv4,平均正确率达43.5%,比前一代YOLOv3提高10%,一举超越其他种影像辨识技术。同时也与义隆电子合作开发“智慧城市交通车流解决方案”,目前已布设于桃园、新竹等地,在路口就能进行交通影像辨识及车流分析,甚至一眼就能揪出是否超速。

中研院指出,YOLOv4是一种利用人工智慧执行即时物件侦测的技术,能侦测物件、追踪及判断,可应用于交通车流计算、自驾车研发、工厂瑕疵检测、医疗影像分析、五官定位等。自4月以开放原始码免费释出后,全世界已有数万人测试应用。

YOLO是You only look once的简称,自2015年推出第一代版本后,深受开发者喜爱,为电脑视觉技术立下重要的里程碑。廖弘源研究团队改良后的YOLOv4性能更强大,经微软开源影像资料库(MSCOCO)测试,辨识物件的速度及精确度皆大幅提升,堪称是目前世界上辨识速度最快、最精准的物件侦测算法。

王建尧说,物件侦测技术追求速度和精准,二者缺一不可,却难以兼备。他从去年开始改良YOLOv3,一改过去多采“降速求控球”,即降低或牺牲速度来换取准确度提升;转而从YOLO所运行的人工智慧模型着手,改善网路识别物件的回传机制,优化传输路径,以减少算法的计算量,因此能增加运算内容的多样性及运算速度。

王建尧的成果引起YOLO网路架构维护者博科夫斯基(Alexey Bochkovskiy)的兴趣,主动联系王建尧,双方自去年11月携手合作,经过5个多月日以继夜地开发,今年4月宣布完成新一代的YOLOv4算法。

深度学习算法的计算复杂度高,YOLOv4也突破过去的技术限制,拥有轻盈的系统架构、高效率的算法等优势,使用一般的图形处理器就能运算,“像是用算盘打出计算机的速度。”王建尧表示,团队的开发初衷,即希望打造一个亲民、好用的侦测系统,降低硬体成本,让每个人都能以此技术创造更多有趣的应用。

廖弘源指出,YOLOv4使用的关键技术源自该团队承接科技部人工智慧专案计划,与义隆电子合作开发的“智慧城市交通车流解决方案”。为建置智慧车流分析系统,需要结合影像感测器和电脑视觉,在每个路口就能即时侦测车辆、停等车列及车速。团队藉由着手改良YOLO算法,发展更轻量、精准、快速的物件侦测核心技术,以实际应用于交通影像辨识。

 

评论