●技術簡介：
1. 運算量優化模型架構 :
提出新模型架構Agilev4，運算量僅需49.36 GFLOPs (Giga Floating Operations)，偵測精準度與運算速度乘積之複合指標達253.05；
2. GoP(Group of Picture)模式加速技術與即時運算 :
以Agilev4於Jetson nano平台上實現，加入GoP mode 演算法，使得FPS由原先的2.51優化到30.90；
3. 資料集標註系統 :
建立快速資料標註系統
●技術之科學突破性：
1. 運算量優化模型架構技術:
增加精準度與FPS，mAP＠50:95及FPS＠FP16乘積的複合指標達253.05，優於國際標竿五成以上 (Yolov3為135.24，Yolov4為163.83)
2. GOP-mode加速技術 :
以Agilev4於Jetson nano平台上進行實現，將影片的輸入以切成I-frame與P-frame，I-frame進行偵測，P-frame進行tracking，使得FPS由原先的2.51優化到30.90，加速1231％，AP＠50影響輕微，由85.21下降到84.69，實現real-time運算；
3. 資料集標註系統 :
簡化人工數據集標註的時間，建立快速資料標註系統，以影像辨識演算法協助實驗室人員快速進行標註。
●技術之產業應用性：
模型的優劣並不是只單單考慮mAP這個指標，執行速度也必須是考量之一，在使用邊緣運算機器進行推理時，受限於有限的運算資源，無法達到產業應用對速度的需求，為此我們利用演算法與優化架構等技術提高推理速度，實現即時運算，在Jetson Nano上實現30.9 FPS。另外，為解決人工標註費時費力的問題，我們也開發一套系統，協助實驗室進行標註。
●適用產業應用領域：
移動式服務型機器人、自主移動載具、消毒機器人、物流機器人、掃地機器人
●規格：1. Frame rate on Jetson Nano reaches 30.9 frames per second for 512*512 input resolution; 2. Object detection accuracy of MS COCO mAP＠50 reaches 58.40％, mAP＠50:95 reaches 35％.
●市場分析：根據全球機器人聯合會(IFR)統計，2018到2019年間，全球專業型服務機器人的銷售額達112億美元，成長32％，未來將持續成長。

線上展網址：
https://tievirtual.twtm.com.tw/iframe/ffebe167-dde3-4446-8b35-eb414e4cb121?group=23bfb1fa-dd5b-4836-81a1-4a1809b1bae5&lang=tw