- Taipei, Taiwan
- Taipei, Taiwan
-
-
Python | OpenCV 專案：即時人臉辨識系統
📚 前言 在上一篇 即時濾鏡相機 中，我們完成了第一個整合專案。 這一篇進入更有挑戰性的應用： 即時人臉辨識系統 。 不只是「偵測到臉」，而是能辨識出「這張臉是誰」，並在即時畫面中顯示姓名與信心度。 這個專案不依賴深度學習框架，完全使用 OpenCV 內建的 LBPH（Lo...
-
Python | OpenCV 專案：即時濾鏡相機
📚 前言 在上一篇 OpenCV QR Code 與 BarCode 辨識 中，我們完成了條碼辨識的實作，正式踏入 專案實作篇 。 這一篇是第一個整合專案： 即時濾鏡相機 。 目標是把前面學過的色彩轉換、模糊、形態學、繪圖等功能整合在一起，做出一個可用鍵盤切換濾鏡的即時相機程...
-
Python | OpenCV QR Code 與 BarCode 辨識
📚 前言 在 與 OpenCV 整合推論 中，我們學會了如何把深度學習模型整合進 OpenCV 的視訊流程。 這一篇介紹一個非常實用的應用： QR Code 與 BarCode 辨識 。 從商品掃碼、入場驗票到倉儲管理，條碼掃描是日常中最常見的電腦視覺應用之一，而且實作起來相對...
-
Python | OpenCV YOLOv8 常見問題 Q&A
📚 前言 在上一篇 YOLOv8 推論與匯出 中，我們完成了整個 YOLOv8 自訓練物件偵測的流程。 走完一遍之後，往往會冒出很多實際操作上的問題。本篇整理成 Q&A 格式，針對最常見的問題逐一解答。 📋 目錄 增加類別 Q1 — 想新增類別...
-
Python | OpenCV YOLOv8 推論與匯出
📚 前言 在上一篇 YOLOv8 訓練結果分析 中，我們確認了模型的訓練品質。 恭喜你！已經完成從資料集準備、預標籤、訓練，到結果分析的完整流程。 現在來到最後一步 —— 把訓練好的模型實際應用起來 。 這一篇會教你： 如何對單張圖片、影片、即時攝影機進行推論 ...
-
Python | OpenCV YOLOv8 訓練結果分析
📚 前言 在上一篇 YOLOv8 訓練進階設定 中，我們完成了模型訓練。 這一篇介紹如何 解讀訓練結果 ，判斷模型是否訓練良好，以及找出需要改進的方向。 YOLOv8 在訓練結束後會自動產生大量的圖表和檔案。學會看懂這些資訊，你才能知道： 模型目前表現如何？ 是否...
-
Python | OpenCV YOLOv8 訓練進階設定
📚 前言 在上一篇 YOLOv8 模型訓練 中，我們完成了基本的訓練流程設定。 但「能訓練」和「訓練得好」是兩回事。 這一篇將介紹兩個非常重要的進階主題： 資料增強 ：讓模型看到更多變化，幫助它學得更好 防止過擬合 ：避免模型死背訓練資料，真正具備泛化能力 ...
-
Python | OpenCV YOLOv8 模型訓練
📚 前言 在上一篇 YOLOv8 預標籤（Pre-Label） 中，我們用預訓練模型自動產生標籤草稿，再透過 LabelImg 人工修正，完成了標記工作。 這一篇進入最核心的環節： YOLOv8 模型訓練 。 YOLOv8 的訓練指令非常簡潔，但背後有許多重要參數影響訓練效果。...
-
Python | OpenCV YOLOv8 預標籤（Pre-Label）
📚 前言 在上一篇 YOLOv8 資料集準備 中，我們完成了圖片蒐集、標註與資料集切分。 手動標記雖然精確，但對大量圖片來說非常耗時。 如果你要標記的類別（例如 cat 、 dog ）剛好在 YOLOv8 預訓練模型支援的 COCO 80 類別內，可以先讓模型跑一遍推論， 自...
-
Python | OpenCV YOLOv8 資料集準備
📚 前言 在上一篇 YOLOv8 介紹與環境安裝 中，我們完成了環境設定並測試了預訓練模型。 這一篇進入自訓練的第一步： 準備自己的資料集 。 YOLOv8 對資料集的格式要求非常嚴格，如果格式錯誤，訓練時就會直接報錯。因此我們必須一步一步按照正確流程來做。 完整流程如下：...