安全帽行車記錄器法規的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

偵測與辨識後方來車的嵌入式深度學習系統

為了解決安全帽行車記錄器法規的問題，作者賴秋燕 這樣論述：

近年來各國政府為降低交通事故的發生率，針對車輛安全制定相關法規，在汽車系統中以先進駕駛輔助系統 (Advanced Driver Assistance Systems, ADAS) 輔助駕駛提高行車安全。在機車方面，國內政府是在民國86年制定，機車騎士與後座人員需強制配戴安全帽，否則可處罰鍰；另外在108年後出廠的機車需加裝安全設備：防鎖死煞車系統 (ABS) 或連動式煞車系統 (CBS) ，以提高機車行車安全。在行車安全意識抬頭下，許多機車會另外加裝行車記錄器，但這只是被動的記錄系統，無法主動提供即時安全偵測與警示功能。由於許多車禍原因來自於人為因素；例如，疲勞駕駛、路況不熟、超速、酒駕、

後方來車追撞、大型車死角…等；因而本研究即針對後方來車提醒機車騎士需注意週遭車輛。行動載具必須具備輕量化的特性；因此，本研究的偵測與辨識系統使用嵌入式設備-樹莓派與NCS 2神經運算棒(Neural Computer Stick 2)，加上輕量化的深度學習模型YOLOv3-Tiny並使用攝影機偵測機車後方的卡車、巴士、汽車、機車，在接近機車騎士前提醒機車騎士，為機車騎士添加一項主動安全設備，以達到即時偵測與辨識後方車輛的目的。在本論文中我們以在不增加網路深度的架構，及在第 5層與第6層加入Res block模塊來進行特徵提取運算，以960×540解析度的影片進行測試及比較，測試相較於原始的YO

LOv3-Tiny 的執行速度有稍微降低由124 fps降為104 fps，但mAP從93.63%提升為96.71%。