大學專題-海洋生物辨識App
YOLOv5
Android Studio
Python
PyTorch
SQLite
Google Colab
專案概述
團隊親赴國立海洋生物博物館採集實景影像建立自有資料集，並採用 YOLOv5 演算法開發高精度辨識模型。我主要負責App 開發 與AI 模型訓練 ，並將模型轉換為TensorFlow Lite 格式以實現行動端即時辨識。App 整合了生物辨識、知識科普、趣味集章與館內導覽，提供沉浸式的參觀體驗。
技術架構
YOLOv5
使用YOLOv5s作為自行訓練之模型。
Google Colab
使用Google Colab進行YOLOv5模型訓練。
TensorFlow Lite
將YOLOv5模型訓練成果從PyTorch框架轉換為TensorFlow Lite框架後放入App使用。
Android Studio
使用Android Studio進行App開發。
SQLite
使用SQLite建置海洋生物資料庫。
Google Maps
使用Google Maps建置海生館園區導覽地圖。