#從科技部計畫出發的YOLOv4
#智慧交通車流問題由業界出題學界解題
#下階段目標是AI解決物件追蹤
解題目標：
- 2018年要完成魚眼車流分析、多攝影機行人識別技術、行動裝置人臉防偽技術
- 2019年鎖定路口停等車隊與車流分析、混流車牌識別、行車魚眼多物件追蹤
- 2020年則是結合前兩年的魚眼車流分析技術和停等車隊與車流分析技術，來建立路口交通號誌控制系統
- 2021年則要完善智慧交通路網號誌控制系統，要透過混流車牌識別技術，以科技執法來揪出違規車輛。
在今年9月28日的一場MSCOCO資料集物件偵測競賽中，團隊以CSPNet加上Mish啟動函數參賽，拿下第一、第二、第四和第六名，打敗Google、高通、Amazon和臉書的類神經網路（如下圖），「從9月28日到現在，這個排名都沒有改變過，臺灣一直是世界第一，」廖弘源說。
以YOLOv4打敗Google還不夠，中研院組隊瞄準物件追蹤AI要再拿世界第一
https://lnkd.in/griy84P
---
www.smarthomelab.tw #智慧家庭實驗室
#智慧家庭 #智能家居 #smarthome #智慧城市 #smartcity
