走在汽車革命的路上論文書籍站
國立臺灣大學 工程科學及海洋工程學研究所 陳琪芳所指導 錢定遠的 智能無人機之鯨豚偵測追蹤技術研究 （2021），提出2022 cx-5規格表關鍵因素是什麼，來自於無人機、無人載具、中華白海豚、即時影像偵測、YOLO v4、深度神經網路。
智能無人機之鯨豚偵測追蹤技術研究
為了解決2022 cx-5規格表 的問題，作者錢定遠 這樣論述：
本篇論文介紹白海豚偵測程式應用於虛擬無人機自主追蹤白海豚，為實海域實機測試前期準備。SITL飛行模擬器使開發者可在個人電腦使用ArduPilot無人機系統，該無人機系統與未來實體測試使用之系統相同。模擬讓我們得以了解程式將如何運行於無人機上，也可減少未來實體測試的研究成本及財產安全損失。 利用台大鯨豚實驗室整理之已命名PHOTO ID的2018年白海豚資料庫，使用YOLO v4訓練資料庫照片，建立白海豚即時視覺偵測模型。在實海域拍攝白海豚之影片中，該程式測得在最小702 個像素，以0.5AP(平均準確率)以上偵測信心，正確偵測出白海豚。透過模擬環境，本論文也提供本偵測模型合適的偵測高度
、距離及俯仰角，以利後續開發效能更佳的鯨豚追蹤演算法。 另也利用已鑑定為Doufu白海豚的照片，以Blender建立3D白海豚模型。在Gazebo模擬器，3D白海豚以10節速度在海洋中以正方形、圓形、8字形在水面上水平移動，利用虛擬無人機上的鏡頭拍攝，並透過自建的白海豚偵測程式，在特定條件下可成功追蹤不跟丟。在實海域影片測試中，利用公視由船上拍攝視角可得出約50%以上的準確率，而由於缺乏俯視圖訓練，因此在蔡嘉揚博士空拍白海豚畫面中僅得不到10%的準確率。 瀕危的中華白海豚數量在台灣近年銳減，周[1]等(2019)報告指出每年目擊的個體數從2017年開始明顯下降，新生白海豚數量也低於
死亡或失蹤的個體數目。建立全面且即時的辨識系統勢在必行，希望藉由開發此平台，使後續實海域無人機偵測追蹤白海豚的可行性能提高並設法改進評估，更希望能藉此拋磚引玉，提供後輩參考，修正改進。