客製化模型簡介(使用Roboflow)
-
雖然現成的模型(例如預訓練的 YOLO 或 COCO 資料集)能辨識常見的日常物品,但在實際應用中,我們往往面臨各式各樣的挑戰,例如:通用模型不認識特定工廠的瑕疵零件、某種罕見的作物病害,或特定場域的特殊號誌(如交通號誌的特定燈號組合)。
因此,針對特定電腦視覺任務進行優化,能顯著提升辨識率並減少運算資源浪費。透過蒐集自有資料並進行客製化訓練,應用程式開發者能夠建立一個真正符合專案邏輯、具備實用實用價值的電腦視覺系統。
影片來源:國立臺灣師範大學 AIOT實驗室
-
Roboflow簡介
Roboflow 是一個專門為「電腦視覺 (Computer Vision) 」所設計的一站式開發平台。它提供許多功能有助於簡化了許多電腦視覺處理的步驟,例如:資料集標註、預處理、模型訓練到部署等繁瑣的流程,能夠讓應用程式開發者能夠快速地建構物件偵測、影像分類與分割的電腦視覺模型。
主要特色包括:
- 高效標註:支援多種圖片格式,並整合 AI 輔助標註功能。
- 數據擴增:提供自動旋轉、亮度等調整等技術以提升模型準確度。
- 廣泛兼容:無縫銜接 YOLO、TensorFlow、PyTorch 等主流框架。
- 開源資源:擁有 Roboflow Universe 社群,提供數百萬計的公開資料集。
-
Roboflow 註冊帳號
-
Roboflow 建立新專案
選取左方選單的「 Projects 」,在中間的選項中,選取「 + New Project 」。

輸入專題名稱 ( Project Name) ,並選擇專題類型 ( Project Type )。


-
Roboflow簡介
-


