YOLO 物件偵測的兩大誤判：漏檢與誤檢

 

模型常見的兩種誤判情況

1. 漏檢 (False Negative)
在標註階段，如果一張圖片中實際有 3 個 A 物件，但標註時只框選了其中 1 個，那麼剩下的 2 個未被標註的 A 物件，在模型訓練時就會被誤當作「背景」。這會造成模型學到錯誤資訊，認為「某些 A 物件其實是背景」，結果在預測時無法正確辨識，導致漏檢的情況發生，並使召回率 (Recall) 顯著下降。

2. 誤檢 (False Positive)
舉例來說，在黑熊偵測任務中，大型黑狗、山豬，甚至陰影下的其他動物，都可能因外觀特徵相似而被模型誤判為黑熊。這就是誤檢 (False Positive)。

為了減少誤檢，可以在訓練過程中加入「負樣本 (Negative Samples)」。所謂負樣本，是指那些容易被誤判成黑熊的圖片（如黑狗、山豬等），但不提供任何標註框。YOLO 的訓練機制中，如果模型讀取到一張圖片（例如 dark_dog.jpg），卻找不到對應的標註檔（.txt 檔），它會自動將該圖片視為「負樣本」。透過學習這些負樣本，模型能更準確地掌握「背景」與「非目標物」的特徵，進而提升判斷力，有效降低誤檢發生率。

在 Google Drive 建立捷徑存取共用資料夾

 

當你在 Google Drive 中，對一個分享的資料夾建立「捷徑」，你的帳號裡就會出現一個檔案，指向該共用資料夾。如此一來，當你在 Google Colab 掛載 Google Drive 時，只要存取這個捷徑，就能直接進入並使用他人分享的資料夾內容。

這樣你mount 了你的google driver 你也可以找到我這裡分享的google drive的內容.

只要存取這個捷徑，就能直接進入並使用他人分享的資料夾內容

[Python硬體控制教學] 如何用 I2C 精準讀寫單一 Bit 或特定位元？

Quesion: 

在GPIO_I2C通訊協定與EEPROM存取"章節中，教的I2C存取是以1個byte(8個bit)為單位做讀及寫，請問有模組(module)或function可以import，只單獨做I2C 1個bit讀寫，或是連續的2或3個bit讀寫嗎？

  沒有這樣的函數, 原因是I2C 傳輸資料的最小的單位就是一個位元組 (8個bits)，

  每傳輸完一個位元組，接收方就會回傳一個 ACK/NACK位元

   你要寫入bit, 一般作法都是 將值讀回後, 進行位元運算 bitwise operation, 再將值寫回

  例如:

    original_value = bus.read_byte_data(DEVICE_ADDR, CONFIG_REGISTER)
    new_value = original_value | (1 << 2)
    bus.write_byte_data(DEVICE_ADDR, CONFIG_REGISTER, new_value)

SimCLR : 重複圖片偵測技術

 1.) SimCLR 是一種微調RestNet一種作法，使其 能夠對於類似的圖片產生相同的向量 至於如何"類似" 由自己定義。凡定義為相似的圖片, 例如把同一個圖片其經過角度旋轉、平移、亮度不同、加入些許雜點的細微變化， 仍視為相同的，SimCLR 模型必須建立相同的特徵向量。

simclr 的訓練方法其概念同CLIP model

2.) 一旦有了這個模型後接著我們可以利用clustering 方法，如k-means 或HDBSCAN 進行圖片的分群， 同群表示其群內圖片應極為類似。

AI時代的程式學習思維

 在 AI 時代學習程式設計，我認為我們應該建立一種全新的學習心態。像 ChatGPT 這類生成式 AI 工具，雖然已經被廣泛運用在編程中，但這並不表示我們可以完全依賴它。對初學者來說，最重要的是先培養獨立思考與動手實作的能力，透過親自寫程式來熟悉邏輯與架構。當有了一定基礎之後，再適時引入 AI 工具來協助學習與優化，才能真正建立起紮實的能力。

雖然 AI 功能越來越強大，但在處理複雜、非結構化的大型程式碼，或是在除錯過程中，仍然存在許多限制。因此，我們人類的優勢，應該更加著重於高層次的系統思考、問題分析，以及與他人協作與溝通的能力。

我鼓勵每位學習者，不只是把自己當成「寫程式的人」，而是要用「專案經理」的角色來看待自己的學習與應用。學會整合 AI 資源、分析問題、運用適當工具來解決真實世界的挑戰，這才是程式設計的真正價值所在。

至於資料結構與演算法，我更傾向將它們視為一種「解決問題的思維模式」，而不只是考試科目。像是 Google 地圖預測即時交通狀況，就是結合了資料結構、演算法與機器學習的應用範例，充分展現出這些基本功在現實世界中的重要性。

在這個 AI 快速演進的時代，邏輯思考依然是學習程式的核心，我們也必須不斷調整自己的學習方式，與時俱進，才能真正掌握未來的關鍵能力。

YOLO物件偵測的效能指標: mAP@IoU

 

mAP (mean Average Precision) for Object Detection

mAP@0.5 . 0.5 bounding box對Grond Truth 的IoU, 須達到的threshold才認定為物件。該物件為某一類旳預測機率稱為confidence。進行PR-curve 的計算。  

對每一個類別都用 PR-Curve 決定其效能， PR-Curve 底下所圍成的積即為 Average Precision,

• 針對此類別的所有的bounding box ,計算 Recall 及 Precision
• 在不同的recall 下(由0到1), 所對應的precision 所形成的面積,即為此類別的Average Precision,面積為 0~1 .

接著將所有類別的Average Precision值加總取平均, 即是mAP ,  此即為模型在預測各種類別的平均能力

https://youtu.be/R8tb0yNr-Qc

模型是根據句中的哪段話判斷分類結果

 

#Transformer #BERT # Self -Attention  #Explainable AI  #LIME  #SHAP 

在NLP中的文章分類或句子的情緒判別中，模型分類結果符合預期，但如何得知到底是這句話或文章那句話或詞語決定了分類的結果 ? 

LIME 執行的結果

若使用的是Transformer 的BERT., 那可以透Attention weight distribution , 得知那模型主要關注了那一個字。但若分類模型不是BERT 這種具有Self -Attention 的機制，那作法可以用模型可解釋性 (Explainable AI) 的方法,，如LIME 或 SHAP ，他們會用分類模型結果去建立一個簡線性模型， 如Logistic Regression 的這種架構，Y=w1x1+w2x2+w3x3+....如此便可以透過這些權重值w1,w2,... 去了解每個字的重要性。