yolov5教學的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列免費下載的地點或者是各式教學

搭載於邊緣運算平台上的口罩即時影像辨識系統

為了解決yolov5教學的問題，作者王建智 這樣論述：

由於COVID-19的流行，多數國家制定防疫規定，要求民眾在進出各個公共場所和搭乘大眾運輸前都務必佩帶口罩，但現今部分場所的出入口都是由人工的方式來檢查是否佩帶口罩，這種方式不但耗人力、耗時間且無法百分之百掌握每一位經過的民眾。因此，本論文研究一套邊緣運算平台上的口罩即時影像辨識系統，將傳統人工檢查的控管方式，改採用人工智慧來達成自動辨識控管的效果，為了達成此目的，本研究選擇Jetson Nano作為邊緣運算平台，而Jetson Nano是一款搭載人工智慧平台的嵌入式系統，可用於物件偵測和圖像分類等應用，並於邊緣運算平台上運行Ultralytics LLC公司所開發一款採用PyTorch框架

的YOLOv5模型，其具備速度快、準確度高和體積小之特色。模型訓練結果AP(平均精確率)達0.928、mAP(全部類別AP取平均值的平均精確率)達0.858、單一類別辨識平均約0.016秒、訓練模型檔案大小約3.8MB、辨識距離最遠約8公尺、辨識人臉轉動角度最大約90度。最後，藉由一種基於數學理論、圖形化特性的系統建模工具Petri Net對系統架構進行建模與驗證，確保系統具有健全的準確度和完整度。