專題報告中的 BMW 車型示意照片

BMW 2 SERIES · 研究摘要

BMW 2 Series
車型辨識之研究

研究背景

研究動機與目的

BMW 2 Series 包含不同世代與車身形式,部分車款的外觀設計相近,需要透過車燈、保桿與車身比例等細節進行比對。對不熟悉車型的使用者而言,僅憑照片判斷車款並查找相關資訊,往往需要花費時間。

因此,本專題以 11 款 BMW 2 Series 車型為研究範圍,透過影像資料蒐集、標註與模型訓練,建立車型辨識網站。

使用者上傳照片後,可查看模型判斷的車型,並取得參考新車價、上市年份與主要規格,提升車型辨識與資訊查詢的便利性。

報告中的多張車輛預測圖片
專題模型預測結果:邊界框標示車輛位置,文字顯示預測車型。

研究流程

STEP 01

資料蒐集

蒐集研究車型的照片,依類別進行篩選與整理。

STEP 02

影像標註

框選車輛位置並設定車型類別,建立訓練所需的標註資料。

STEP 03

模型訓練

比較模型預測與標註資料,逐步調整模型參數。

STEP 04

成效評估

檢查車輛定位及車型分類結果,分析主要誤判情形。

研究成果摘要

初步辨識成果與研究限制

原研究報告的整體 mAP@0.5 為 0.617,用於評估模型的平均偵測表現,並不等同於逐張照片的辨識準確率。

研究同時分析相似車型的誤判情形,作為資料補充、標註品質與模型調整的依據。

報告中的模型預測成果
報告中的模型預測成果

專題團隊

學校與系所
靜宜大學
資料科學暨大數據分析與應用學系
指導教授
林建華教授、郭珈妤教授
專題組員
曹特 林祐賢 楊傑安
研究主題
BMW 2 Series 車型辨識之研究
專題原始圖片