![](https://github.com/kelvinlinkk/portfolio/raw/main/競賽/一下科展.jpg)
競賽內容
為達成錦鯉品質分類的辨識系統,創造一套即時影像辨識和專用滑道,並使用了OpenCV(Open Source Computer Vision Library)還有YOLO(You only look once)等開源程式碼,且運用Python進行編譯整合,並使用Darknet的類神經網路訓練演算法,以精確辨識劣質錦鯉魚苗以及其他品種,並製作專用滑道,配合辨識系統,實現運用影像辨識系統分類錦鯉。成功率達到0.956,而全紅、全白、丹頂、正常錦鯉的平均信心值分為0.89、0.68、0.80、0.87,標準差皆小於0.2,顯示該影像辨識模型能夠正確把握魚苗的類別。