物體偵測是電腦視覺任務，目標是在影像中找出物件位置並判斷物件類別。和影像分類只回答「圖片裡有什麼」不同，物體偵測還要回答「物件在哪裡」。
物體偵測和影像分類差在哪？
影像分類輸出整張圖片的類別，物體偵測輸出多個 bounding box、類別與信心分數。物體偵測能處理同一張圖中多個物件的位置與類型。
例如一張街景圖片中同時有行人、車輛與交通號誌。影像分類可能只說「街景」，物體偵測則會標出每個物件框。TensorFlow Object Detection API 的模型庫也以 detection 任務與資料集作為主要整理方式（TensorFlow，存取日期：2026-08-27）。
Bounding Box 是什麼？
Bounding Box 是包住目標物件的矩形框。物體偵測模型通常輸出框座標、類別標籤與 confidence score。
常見座標格式：
| 格式 | 說明 |
|---|---|
| `xmin, ymin, xmax, ymax` | 左上角與右下角座標 |
| `x_center, y_center, width, height` | 中心點與寬高，YOLO 標註常用 |
| normalized coordinates | 座標除以影像寬高，數值落在 0 到 1 |
實務資訊增益：資料標註格式轉換是物體偵測專案的高風險點。模型訓練前應抽樣把標註框畫回圖片確認，而不是只檢查檔案能否讀取。
one-stage 和 two-stage 偵測器怎麼選？
one-stage 偵測器通常速度較快，two-stage 偵測器通常流程較細緻。即時應用常選 YOLO 類模型，精度優先或研究場景可評估 Faster R-CNN 類模型。
| 類型 | 代表模型 | 特點 |
|---|---|---|
| one-stage | YOLO、SSD | 直接預測位置與類別，速度快 |
| two-stage | Faster R-CNN | 先產生候選區域，再分類與修正框 |
模型選擇不只看 mAP，也要看推論延遲、部署硬體、目標大小與錯誤成本。
物體偵測專案流程有哪些步驟？
物體偵測專案通常包含資料收集、標註、格式轉換、訓練、驗證、部署與監控。每一步都會影響最終模型品質。
建議流程：
- 定義類別與標註規則。
- 收集涵蓋真實場景的圖片。
- 抽樣檢查 bounding box。
- 切分 train、validation、test。
- 訓練模型並監控 precision、recall、mAP。
- 部署後收集錯誤案例再回訓。
常見問題
物體偵測需要多少資料？
物體偵測需要的資料量取決於類別數、場景變化與目標大小。小型專案可用預訓練模型微調，但仍要準備足夠多樣的驗證資料。
YOLO 適合即時偵測嗎？
YOLO 類模型常用於即時偵測，因為 one-stage 架構推論速度快。實際速度仍取決於模型大小、圖片解析度與硬體。
confidence score 是準確率嗎？
confidence score 不是整體準確率。confidence score 是單次預測的信心分數，模型整體表現仍要看 precision、recall 與 mAP。
bounding box 標註錯會怎樣？
bounding box 標註錯會讓模型學到錯誤位置。常見後果是定位不準、召回率下降或對背景產生誤判。
物體偵測和語意分割差在哪？
物體偵測輸出矩形框，語意分割輸出像素級區域。若任務需要精準輪廓，語意分割會比 bounding box 更適合。
參考資料
- TensorFlow，〈TensorFlow 2 Detection Model Zoo〉，存取日期：2026-08-27。
最後更新
2026-08-27
延伸閱讀
關於作者 {#author}
Claire Chang ｜ 企業 AI 導入與流程轉型顧問。專注於 AI Agent 架構設計、ERP 系統整合與企業 AI 治理。
首次發布：2023-01-12