影像辨識模型客製 開發紀錄

2026 年 9 月已上線#

推論延遲實測：執行緒 2／3／4 = 499／375／412 ms

同一顆 ONNX 在車機上量出四執行緒反而比三慢（跟主程式搶核），並以 45% 佔空比讓出 CPU。部署數字不量不會知道。

2026 年 9 月已上線#

8,340 張號誌燈裁圖、26 類標註標準、AI 代理標註

從自家行車紀錄自動裁圖，用 LLM 做第一輪判色標註；訓練集 5,329 張含 1,809 張無燈負例；黃燈標註 26% 落在地平線以下（方向燈誤標）用幾何規則整批清掉。

2026 年 9 月已上線#

紅綠燈判色拆成兩階段：車機 CPU 上 200 ms、recall 92.9%

偵測器只負責找燈的位置（1344×352 int8，189 ms），64×64 分類器判顏色（7–22 ms）；紅燈 recall 92.9%、真紅判綠的致命錯誤 0.67%。GPU（Adreno）實測比 CPU 慢 4 倍，結案不追。

2026 年 8 月已上線#

活動照片人數 AI 判讀，進每日機關回報

拍貼機照片自動判讀畫面裡有幾個真人（排除卡通與貼圖），與代幣數並列、人數不符自動標紅；店員可在後台校正，原判讀值保留可追溯。

客戶一律匿名，不寫內部架構細節與金額；數字皆為整理當時的實際狀態。