cotton wool中文的問題，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

服裝在文化上的創新與永續設計

為了解決cotton wool中文的問題，作者張靖爾 這樣論述：

隨著西方服飾普及，傳統服裝日趨沒落，和近年來，服裝對環境所帶來的巨大污染，本研究思索傳統服裝永續傳承及當前服裝永續議題的重要性與急迫性，採用「以人為本的設計」理論，針對服裝的文化特色、色彩等和服裝永續設計探討大專校院學生對服裝的文化創新及藍染傳統技術應用的看法。目的是嘗試透過研究，了解服裝藉文化的創新、推展並融入環保原則擴大市場、提升產業值，使服裝邁向永續經營的可行性。本研究透過因素分析、單因子變異數分析和結構方程模型，對384名大學生及研究生進行考驗、分析。 研究結果顯示，1. 參與者認同服裝可透過創新的設計吸引年輕的潛在消費者。2. 由於傳統藍染具天然可持續和色彩搭配變化豐富的特性

，參與者認同其有助於染色過程不使環境遭受破壞、認同其在使用上具有永續性。3. 在服裝永續設計方面，參與者認同服裝產品的永續性需求，同時也對減少廢棄服裝的數量表示支持。因此，整體設計過程以「人」為思考中心，參與者認同對於傳統服裝，可藉創新的設計，對於服裝環保議題，則可藉持續的關注與實踐，而達成服裝永續之目標。故「以人為本的設計」理論運用於服裝領域是有效的。研究最後建議，面對現今服裝永續的議題，唯有追求服裝在文化特色上能不斷創新、產品設計具可持續性、提升使用者滿意度和參與負責任的消費，多管齊下，方能促進服裝的永續發展。 故服裝在包含線條、配飾、色彩等方面的文化創新和服裝永續設計的相關研究結果

，驗證了以人為本的設計理論模型對服裝永續創新和可持續的貢獻；而對相關業者、服裝設計人員的產品開發，與消費者力行永續的消費也具有重要意義。

使用EfficientNet檢測糖尿病視網膜病變

為了解決cotton wool中文的問題，作者江至祥 這樣論述：

深度學習(deep learning，DL)的演化使得人工智慧（artificial intelligence, AI）影像辨識逐漸形成一種成熟的技術，利用DL來識別糖尿病視網膜病變(diabetic retinopathy, DR)是近年來的一大挑戰。糖尿病所引發的視網膜病變往往是導致失明的主要原因之一，其病變特徵有滲出物、出血、阻塞等特徵。因此，在初期症狀時就能發現其病症，並接受相對應的治療，可避免造成視網膜的永久性傷害成了非常重要的一環。眼底圖拍攝需要經過專業的儀器進行拍攝，然而在環境、設備、拍攝者都不同的情況下，導致圖片拍出來的規格都不一致，致使模型的準確度嚴重下降，即使透過品質篩選

挑出有問題的影像，也會讓訓練模型的影像大幅降低，間接影響模型的可信度。本文使用的前處理強化圖片特徵，其結果透過品質篩選器挑選出更多可供訓練的資料，且本論文改善EfficientNet模型來提升模組效能，使模型分類出無、輕度、中度、重度及增值型糖尿病視網膜病變，且改善後準確度從0.7727至0.7920。關鍵字: 深度學習、糖尿病視網膜病變、EfficientNet