# 專題分享 第三期技術領袖培訓班績優各團隊 ###### tags: `20200704` `openning` ## 第一組 AI 紅綠燈控制作業 ### 組員介紹 不同公司的人，一起完成這個專案，覺得榮幸 ### 現行問題描述 24個案子中選出這個案子的 有個南科管理局的成員提出，因為園區裡非常塞車，所以選擇這個案子 現行紅綠燈秒數固定，無法依照實際狀況即時調整 ### 解決方案說明 一般解決方案為IOT，可行度低 利用路口監視器為基礎，利用AI識別影像 > 車流量高道路優先疏通 > 轉彎車先行 > 緊急狀況先行 ### 方案流程 Detector -> Tracker -> ... -> Deep Q-Learning ### 資料取得 由南科管理局取得 設定偵測區 追蹤演算流程 訓練與測試 影響辨識準確因素探討 使用SUMO 模擬 ### 結論 只有阻塞路口需要這套系統即可 需要考慮可行性 創新性 商業價值 ## 第二組 工廠智慧巡檢 ### 創意動機 案例討論 安全意識不足為主因 自兆業常發生 ### 分析 可以取代工安系統 ### 模型 使用YOLO算法 ### 應用範圍 定點 跟 移動偵測 設備使用CCD做監控 當有人在設備裡時，設備不能啟動 CCD放在 搬運車上面 某個區域風險特別高 ### 改善 藉由分析，知道人員風險最高的動作 ### 實務推動 43項要識別的物品 透過PLC控制設備 是否配戴防護裝備 模擬人員受傷，由CCD判斷，通知相關人員 利用視覺資料圖表顯示 ### 商業模型 機器視覺可以應用在其他地方 ### 未來展望 不安全的行為，佔一半以上的工安問題 ## 第三組 藥物交互作用 ### Motivation and Goal 藥物仿單，大家幾乎不會看，或看不懂 有服用多種藥物的人，透過系統了解藥物交互作用 最終使用 Line 機器人 ### Model BERT Family ### BERT 用模型去學習wiki pedia，產生向量 1.學克漏字填空 2.兩段文字去判斷是否為上下文 ### BioBERT Google已經訓練好的基礎加上生醫文件 ### R-BERT 一串文字和已知交互作用去產生向量 ### Results 越來越好，厲害 ### Chatbot 在Line上面給答案 ### problems 論文都用pyTorch要自學 剛開始成果都不好 前端呈現表現也不太好 ### Further 有加Tag，但現實中不會有 ## 第四組 捷運車廂乘客安全預警 ### 動機 隨機殺人案 ### 任務 找出危險物件 ### Solution Sample code 助教 Kaggle 神人 ### Model YOLOv3 可以標示物件分類，位置 ### YOLO CNN ### 影片 網路上有人已經訓練好的模型 ### COCO Dataset 不能用，只好自己訓練 ### 目標 刀子與手握刀 ### Open Image DataSet V6 Google的 720張圖片 ### 圖片 自己找的圖片要做標記 ### 訓練 Darknet 第一次訓練結果還蠻漂亮的，低於0.4就可以很準確 自己定義的資料集是有比較好，但是還是會失敗 ### 第二次訓練 再找更多的圖片 lose還是很漂亮 有再好一點 ### 第三次訓練 影片分鏡出來訓練 0.2~0.3的lose 比較黑的圖也可以找到了 ### 結果 用電影片段可以找到攻擊動作