昆蟲物件偵測
TinyFormer-XL 1280 切片 → 640
1. 上傳圖片
點擊圖片可放大 · 滾輪縮放 · 拖曳平移
2. 偵測結果
點擊空白處放大 · 雙擊亦可 · 滾輪縮放 · 拖曳平移
正確答案
選擇資料集圖片，在本頁辨識：綠框為正確答案、紅框為預測
類別映射表
以下標準類別會映射到分類模型；其餘正確答案標記為 others。數量欄：圖片數（至少有一個此類標記）· 標記數（框數）。大小欄：框 長邊（px）的最小 · 最大 · 平均。
資料集樣本
—
—
—
點擊空白處放大 · 點擊框查看類別 · 雙擊亦可
批次辨識
對正確答案資料集批次推理並保存結果，方便日後查看（重新執行會覆蓋同張的舊結果）
執行範圍
選擇範圍後按開始
全部結果
—
點擊框選取 · 雙擊放大 · ← → 或兩側按鈕翻頁
API 辨識
丟一張照片就會呼叫下面這支 API。沒有正確答案，偵測分數低於 50 的框不回傳。
完整 API
POST /api/recognize
表單欄位 image，一張照片。JPG、PNG、WebP、BMP、GIF，最大 20 MB。
curl -F "image=@photo.jpg;type=image/jpeg" /api/recognize
回傳每個框的位置，以及該框全部分類，分數由高到低。含 other-background 與 other-unknown。
{
"results": [
{
"rectangle": { "x": 100, "y": 200, "w": 40, "h": 50 },
"classification": {
"results": [
{ "label": "booklice", "score": 0.91 },
{ "label": "psocids", "score": 0.07 }
]
}
}
]
}
上傳圖片
辨識結果
回傳本文
TinyFormer-XL 偵測模型
載入中…
每個類別
| 類別 | 訓練照片 | 驗證照片 | 測試照片 | 全部照片 | 訓練框 | 驗證框 | 測試框 | 全部框 | 驗證抓框 | 測試抓框 | 驗證準確度 | 測試準確度 |
|---|
YOLO11x 偵測模型
載入中…
每個類別
| 類別 | 訓練照片 | 驗證照片 | 測試照片 | 全部照片 | 訓練框 | 驗證框 | 測試框 | 全部框 | 驗證抓框 | 測試抓框 | 驗證準確度 | 測試準確度 |
|---|
ConvNeXt-V2 分類模型（v13）
載入中…
每個類別
| 類別 | 訓練 | 驗證 | 測試 | 全部 | 驗證準確度 | 測試準確度 |
|---|
ConvNeXt-V2 分類模型（v14）
載入中…
訓練進度
| 輪次 | 訓練 loss | 驗證（資料夾） | 驗證（公開） |
|---|
每個類別
| 類別 | 訓練 | 驗證 | 測試 | 全部 | 驗證準確度 | 測試準確度 |
|---|
訓練
兩種資料集建立方式：GT 裁切（6:2:2）或合併舊資料（data/train→train、data/val→val，GT 新資料 5:5 驗證/測試）
1. 建立訓練資料
方式 A · GT 裁切
每張圖依 GT 框裁切（四邊 +10px）；非標準類別映射為 others；另從空白處取 others 背景裁切。6 成訓練、2 成驗證、2 成測試 → data/classify_gt
方式 B · 合併舊資料
將 data/train 匯入 train、data/val 匯入 val（others-* 合併為 others）；GT 裁切新資料依圖片 5 成驗證、5 成測試 → data/classify_merged
2. 訓練分類模型
使用 classify/train.py（ConvNeXt-V2 + LDAM + CUDA aug），僅替換資料來源。
尚未開始
—
訓練偵測器
使用正確答案（GT）框建立 COCO 資料集，以 TinyFormer 2026（YOLO-DETR 混合、小物件偵測）訓練單類別 insect 偵測器
0. TinyFormer 環境
首次使用請在終端機執行 bash scripts/setup_tinyformer.sh，並依 README 安裝依賴與 vitt_distill.pt 權重。可選：以 COCO 預訓練權重微調（下方「預訓練權重」路徑）。
1. 建立偵測資料（COCO）
每張 GT 原圖保留完整解析度；所有標記框（含 others）匯為 insect 類別，框四邊 +5px。依樣本 8:2 切 train / val（test 併入 train）→ data/detect_gt
2. 訓練 TinyFormer-XL-PBM
模型：TinyFormer-XL + PBM（DINOv3-ViT-B/16，640 輸入）。預設微調 TinyFormer-XL-pbm_obj2coco_24e.pth，輸出 → runs/tinyformer_xl_gt
尚未開始
—
分類參考圖
為每個類別上傳參考照片，主頁面辨識結果會在類別旁顯示
類別列表
影像測試
灰白階 / 特徵圖 / EasyOCR 文字偵測
1. 上傳圖片
2. 處理結果
EasyOCR 文字偵測
EasyOCR 圈出文字/數字位置；左：綠框 + 辨識文字 · 右：依邊緣文字框遮罩
文字框
OCR 遮罩預覽
拉普拉斯遮罩預覽
原圖彩色疊加：紅色 = 被排除的文字區 · 黃線 = 有效區域邊界
算法：拉普拉斯每欄 P90 能量 → 只在左右各 18% 找第一組文字特徵 → 門檻 = 峰值×22% → 每側最多遮 12%
原圖
上傳原始影像
灰階
基本灰階轉換
灰白階
局部對比拉伸（CLAHE），暗蟲在亮底更明顯
特徵位置
拉普拉斯高通；自動排除左右最靠邊第一組文字特徵（黑邊）
銳利化
灰階 + Unsharp Mask