Please enable JavaScript.
Coggle requires JavaScript to display documents.
AI影像辨識打瞌睡系統 心智圖 - Coggle Diagram
AI影像辨識打瞌睡系統 心智圖
操作步驟
資料標註
註冊 Roboflow
建立專案 ➝ 匯入圖片 ➝ 標註 ➝ 分類 ➝ 資料增強 ➝ 匯出
模型訓練
使用 Google Colab 執行訓練程式
修改資料路徑 ➝ 執行訓練 ➝ 下載
資料收集
使用攝影機/電腦相機拍照
模型部署
在 Raspberry Pi 5 上建構虛擬環境
將模型與程式部署
執行
偵測與應用
監控攝影畫面 ➝ 系統辨識 ➝ 警告提示
運作原理
資料標註
在 Roboflow 中框選「打瞌睡」狀態
模型訓練
使用 YOLOv8 與 Google Colab 進行雲端訓練
儲存模型檔案
資料收集
拍攝「清醒 / 打瞌睡」的人像或影片
部署辨識
將模型佈署到 Raspberry Pi 5
使用實時攝影畫面進行辨識
即時偵測與警示
若系統辨識到「打瞌睡」狀態，即觸發警告（如聲音或訊息）
核心知識 (基礎技術與工具)
轉移學習
利用預訓練模型進行微調（如辨識「打瞌睡」姿勢）
資料標註平台
Roboflow（標註、管理、增強影像資料集）
硬體裝置
Raspberry Pi 5（模型部署裝置）
YOLO
即時物件偵測模型
版本：YOLOv8
影像辨識技術應用
分類
目標偵測（本系統使用）
分割
風格轉換
測試與驗證
單張圖片測試
影片測試
即時影像
真實情境模擬
安排測試者「打瞌睡」與「清醒」切換，觀察模型準確度
偵測結果儲存