WALDO 3.0 開源物件偵測 AI 模型應用

AI趨勢專家 / Anson Luo

WALDO 3.0（Whereabouts Ascertainment for Low-lying Detectable Objects）是一款基於 YOLOv8 架構的開源物件偵測 AI 模型，由開發者 Stephan Sturges 所打造。 該模型結合了 YOLOv8 的大型骨幹網路與專有的合成數據處理管道，能夠在從約 30 英尺的低空影像到衛星高度的影像中，準確偵測多種類型的物件。

主要偵測類別

• 輕型車輛（LightVehicle）：各種民用汽車，包括皮卡、廂型車等。
• 人（Person）：各類人群，包括騎自行車者及游泳者。
• 建築物（Building）：各種建築結構。
• 電線桿（UPole）：電線桿、燈柱等，在無人機操作時需避開的細長物體。
• 船隻（Boat）：船舶、獨木舟、皮划艇、衝浪板等。
• 自行車（Bike）：自行車、機車等兩輪交通工具。
• 貨櫃（Container）：貨運集裝箱，包括卡車運輸的貨櫃。
• 卡車（Truck）：大型商用車輛，包括拖車和貨櫃卡車。
• 儲罐（Gastank）：圓柱形儲罐，如液化氣罐、氣體膨脹罐或穀倉。
• 挖掘機（Digger）：各類工程車輛，包括拖拉機和施工設備。
• 太陽能板（Solarpanels）：太陽能電池板。
• 公車（Bus）：公共汽車及大型客運巴士。

主要偵測類別

目前 WALDO 3.0 已被應用於多個領域，包括但不限於：

1. 災後復原：

   透過分析空拍或衛星影像，評估災區受損情況，協助制定救援與重建計畫。

2. 野生動物保護監測：

   偵測非法入侵者，確保自然保護區安全。

3. 資源占用分析：

   例如停車場車輛統計，幫助管理者掌握資源使用情況。

4. 基礎設施監控：

   定期檢查關鍵設施的狀況，預防潛在問題。

5. 工地監測：

   監控施工進度與安全狀況。

6. 交通流量管理：

   分析道路交通狀況，提供優化建議。

7. 人群計數：

   在大型活動中統計人數，以確保安全管理。

8. AI 藝術應用：

   利用模型生成創意視覺作品。

9. 無人機安全：

   協助無人機偵測並避開人員及車輛，確保飛行安全。

開源與開發潛力

開發者已公開 WALDO 3.0 的程式碼及模型權重，允許使用者根據需求進行部署與二次開發。此外，使用者可以透過微調模型、優化推理過程、量化模型來提升效能，或利用模型為自有數據集標註，以訓練專屬模型。

WALDO 3.0 的發佈為物件偵測領域帶來了一款強大且靈活的工具，適用於從災害應變到智慧監控的各種應用場景。其開源性質進一步鼓勵開發者與研究人員探索更多創新應用，加速電腦視覺技術的發展。