| 作品介紹 |
近年來各種運動的興起，讓越來越多人開始注重裁判的判決。不只球員自己，連球迷們也會注意，誰也不想自己支持的選手或球隊因為裁判的偏頗判決而輸掉比賽，進而導致許多球員、球迷的不愉快。本作品基於人工智慧利用分類資料與深度學習的技術提出桌球比賽計分系統，希望可以改善人為具有主觀意識的判決，透過智慧化和自動化進行桌球比賽的計分。
本作品使用NVIDIA Jetson TX2與Arduino UNO達成智慧桌球視覺計分系統。因此，在作品製作上，一開始會先蒐集及處理大量桌球對打的資料，並利用影片擷取片段影像。接著再將所蒐集及處理大量桌球對打的圖中的球體做標記，標記後的資料的其中75%資料送給YOLOv4進行機器學習的訓練，25%做測試。訓練完成後，將得到一個模型，為確認模型的正確率，必須實際測試，如:用預先錄製的影片測試。若模型未達預期的正確率，則查看資料是否須修正並修正演算法參數，然後重新進行訓練，以達成較高且預期的模型正確率，然後放入NVIDIA Jetson TX2進行實際辨識，若實際辨識效果不理想，將檢討先前步驟，直到達成預先設定的目標。本作品將模型正確率的目標設定在95%以上。最後，本作品將使用Arduino UNO開發計分顯示器控制電路，並使用Python結合至NVIDIA Jetson TX2上，將Python所判斷的得分訊號傳送給Arduino UNO做分數加總並顯示於計分器，以顯示雙方桌球得分結果。
此外Python也透過Arduino UNO整合了語音開關，可以從外部開關選擇藉由gTTS (google文字轉語音套件)所發出的中文或英文語音的分數，最後為了使YOLOv4的模型辨識與Python的得分判斷式可以達成同步運行。本作品於Python寫入多執行緒，可以在一個行程，分別執行YOLOv4終端機指令與判斷式，達成同步計分。
藉由此作品的實現，達成不用裁判也能智慧自動計分，讓球員與球迷感受到公平且讓人信服的判決，減少比賽的紛爭，也可供球員平常練習，減少人力支出。 |