全球最快最準演算法 AI判斷車流即時調整號誌

（中央社記者張雄風台北2日電）中研院今天表示，台灣與俄羅斯共同研究開發的物件偵測演算法（YOLOv4），是目前最快的影像辨識技術，已運用於桃園、新竹交通車流解決方案，為台灣智慧城市往前邁出一大步。

中央研究院公布由資訊科學研究所特聘研究員廖弘源、博士後研究員王建堯，與俄羅斯開發者博科夫斯基（Alexey Bochkovskiy）共同研發出目前世界上最快最準的物件偵測演算法（YOLOv4），平均正確率達43.5%，比前一代提高10%，更超越其他種影像辨識技術。

中研院表示，已與義隆電子合作，將YOLOv4運用於「智慧城市交通車流解決方案」，目前已布設於桃園、新竹，在路口就能進行交通影像辨識及車流分析，例如即時分析車流、停等車列、車速，即時反映交通路況，調整號誌，為台灣智慧城市發展往前邁出一大步。

王建堯說明，物件偵測技術追求速度和精準，二者缺一不可，卻難以兼備。他從去年開始改良YOLOv3，一改過去多採「降速求控球」，轉而從YOLO所運行的人工智慧模型著手，改善網路識別物件的回傳機制，優化傳輸路徑，以減少演算法的計算量，因此能增加運算內容的多樣性及運算速度。

王建堯的研究成果引起YOLO網路架構維護者博科夫斯基的興趣，並主動向他聯繫，雙方自去年11月攜手合作。經過5個多月日以繼夜地開發，今年4月宣布完成新一代的YOLOv4演算法。

中研院說明，YOLOv4是一種利用人工智慧執行即時物件偵測（Object Detection）的技術，能偵測物件、追蹤及判斷，可應用於交通車流計算、自駕車研發、工廠瑕疵檢測、醫療影像分析、五官定位等。自4月以開放原始碼免費釋出後，全世界已有數萬人測試應用。

YOLO是You only look once的簡稱，顧名思義，只需訓練一個網路模型，電腦只要看一眼，就能判斷照片或影像裡的物件類別與位置，大大提升辨識速度。自104年推出第一代版本後，深受開發者喜愛，為電腦視覺（Computer vision）技術立下重要的里程碑。

中研院強調，過去訓練電腦識別一張照片裡的物件，須執行幾千次的識別指令，改良後的YOLOv4性能更強大，經微軟開源影像資料庫（MSCOCO）測試，辨識物件的速度及精確度皆大幅提升，堪稱是目前世界上辨識速度最快、最精準的物件偵測演算法。（編輯：管中維）1090702

本網站之文字、圖片及影音，非經授權，不得轉載、公開播送或公開傳輸及利用。