【大纪元2020年07月02日讯】（大纪元记者徐翠玲台湾台北报导）中研院资讯科学研究所特聘研究员廖弘源、博士后研究员王建尧与与俄罗斯开发者博科夫斯基合作，研发出目前世界上最快最准的物件侦测算法YOLOv4，平均正确率达43.5%，比前一代YOLOv3提高10%，一举超越其他种影像辨识技术。同时也与义隆电子合作开发“智慧城市交通车流解决方案”，目前已布设于桃园、新竹等地，在路口就能进行交通影像辨识及车流分析，甚至一眼就能揪出是否超速。
中研院指出，YOLOv4是一种利用人工智慧执行即时物件侦测的技术，能侦测物件、追踪及判断，可应用于交通车流计算、自驾车研发、工厂瑕疵检测、医疗影像分析、五官定位等。自4月以开放原始码免费释出后，全世界已有数万人测试应用。
YOLO是You only look once的简称，自2015年推出第一代版本后，深受开发者喜爱，为电脑视觉技术立下重要的里程碑。廖弘源研究团队改良后的YOLOv4性能更强大，经微软开源影像资料库（MSCOCO）测试，辨识物件的速度及精确度皆大幅提升，堪称是目前世界上辨识速度最快、最精准的物件侦测算法。
王建尧说，物件侦测技术追求速度和精准，二者缺一不可，却难以兼备。他从去年开始改良YOLOv3，一改过去多采“降速求控球”，即降低或牺牲速度来换取准确度提升；转而从YOLO所运行的人工智慧模型着手，改善网路识别物件的回传机制，优化传输路径，以减少算法的计算量，因此能增加运算内容的多样性及运算速度。
王建尧的成果引起YOLO网路架构维护者博科夫斯基（Alexey Bochkovskiy）的兴趣，主动联系王建尧，双方自去年11月携手合作，经过5个多月日以继夜地开发，今年4月宣布完成新一代的YOLOv4算法。
深度学习算法的计算复杂度高，YOLOv4也突破过去的技术限制，拥有轻盈的系统架构、高效率的算法等优势，使用一般的图形处理器就能运算，“像是用算盘打出计算机的速度。”王建尧表示，团队的开发初衷，即希望打造一个亲民、好用的侦测系统，降低硬体成本，让每个人都能以此技术创造更多有趣的应用。
廖弘源指出，YOLOv4使用的关键技术源自该团队承接科技部人工智慧专案计划，与义隆电子合作开发的“智慧城市交通车流解决方案”。为建置智慧车流分析系统，需要结合影像感测器和电脑视觉，在每个路口就能即时侦测车辆、停等车列及车速。团队藉由着手改良YOLO算法，发展更轻量、精准、快速的物件侦测核心技术，以实际应用于交通影像辨识。
