大型機台運用影像辨識呈現於面板燈號控制
傳統大型自動化生產設備由海外原廠進口機具，透過操作面板進行參數調整，進行自動化生產製造，而面板參數與台灣原物料環境與商品容錯性差異有些許差異，往往需由人工紀錄操作，建立警示參數標準。本公司需求透過影像辨識，由電腦自動化分析相關面板資訊，以不破壞機台狀態下擷取相關資訊，完成工廠設備自動化最後一哩技術。
競賽細節
題目敘述
(1)題目背景(含現行自身/同業處理方式)與產業重要性
珊瑚礁雖然只占海洋總面積的0.1%，但提供近四分之一、約五萬種海底生物棲息，是生物多樣性最高的生態系之一。人類的經濟與生存也仰賴珊瑚礁生態資源，全球有8.5億人的糧食安全和生計全仰賴珊瑚生態，統計珊瑚每年為世界帶來的經濟價值高達360億美元。此外，珊瑚礁能在暴風期間協助降低70%的波浪高度，並減少97%波浪能量，是災難來臨之際很好的防護線。
珊瑚礁復育方式第一種是將珊瑚苗直接在海底或原有的珊瑚礁固定復育，以鑽洞或鐵釘固定；第二種是將珊瑚苗放置在人工養殖池或近海養殖池，待長大後再移回大海；第三種為運用珊瑚排卵機制，捕抓珊瑚精卵，用人工方式協助其繁殖；第四種是於復育的海底或受損嚴重的礁群置放人工魚礁，珊瑚苗直接種在魚礁上。
(2)問題情境與痛點(Pain point)
然而珊瑚礁復育動輒數百年以上才能看得到成效，也因此觀察珊瑚礁區域的指標物種是短期評估珊瑚礁復育狀況的間接指標。目前觀察珊瑚礁復育方式為海科館研究人員及潛水志工透過定期潛水觀察，然而下水時間受到海巡署規範及時間等因素，無法24小時有效觀察復育成果，雖然目前已購買水下攝影機，但受限於人力，亦無法隨時觀察復育成果。
由於珊瑚礁魚種多達數百種，因此透過AI辨識，將能有效大幅降低人力觀察，使得海科館研究人員可以根據辨識別果，擬定更有效的復育策略。
(3)預期透過AI達到的目的與利益點(Gain)
希望AI能夠直接根據固定式水下攝影機影像判斷珊瑚礁魚種，讓潛水人員更有其他時間，進行人工復育工作。
(4)技術完成後的使用對象
技術完成後用於海科館管轄範圍潮境公園，提供研究人員及潛水志工使用，加速珊瑚礁復育。
(5)成果應用方式及情境等內容
將會強化模型，應用於珊瑚礁復育，並與海洋委員會及東北角暨宜蘭海岸國家風景區管理處合作，期望有效復育珊瑚礁，讓保育、經濟及降低災害價值提升。
資料型態
1.指標性魚種: 鸚哥魚、蝶魚、老鼠斑、笛鯛、裸胸鯙、石鱸、龍頭鸚哥魚、石斑魚、蘇眉魚(jpg檔案)。
2.海洋科技館水族箱內擁有之魚種(老鼠斑等)可以隨時提供錄製魚類影片(mp4檔案)。
如下圖所示
資料集整備度與細節說明
1.依照不同魚種資料就緒度不同，如常見的鸚哥魚、笛鯛、蝶魚、石斑、老鼠斑等有較多照片，每種各約500張；龍王鯛與隆頭鸚哥則因罕見故照片約為100張，目前僅需分開以物件辨識鸚哥魚、笛鯛、蝶魚、石斑、老鼠斑5種物種為主，
龍王鯛與隆頭鸚哥為輔。
2.基於物件偵測技術開發，本題會提供魚種物件資料標註檔案示意圖片給予訓練。
期望成果需求
1.鸚哥魚、笛鯛、蝶魚、石斑、老鼠斑識別正確率在85%以上。
可提供之解題資源
專業窗口一名
額外獎勵誘因
無
出題單位
國立海洋科技博物館
單位(公司)簡介
國立海洋科技博物館（以下簡稱海科館或本館）籌建計畫是緣起於68年行政院所訂頒十二項建設計畫中，將興建海洋博物館列為中央文化設施項目之一，藉以提昇大眾的科學知識水準與精神內容。海洋博物館於74年6月成立籌建規劃小組，歷經參訪世界各國相關主題博物館、研議整體規劃報告、勘選建館基地等過程，78年9月行政院核定於基隆市設立「海洋科技博物館」。
本館以學校團體和家庭團體為目標觀眾，是一座兼具展示、教育、研究、蒐藏、休閒娛樂功能，以激發觀眾「親近海洋、認識海洋、善待海洋」，並使「海洋」得以永續發展為使命的博物館。
其他備註
無
* 題目因實際數據改變或其他不可抗力之事由，出題企業保有修改、變更或取消題目之權利。
相關競賽
透過影像辨識技術偵測跨越鐵路平交道之障礙物示警
阿里山林業鐵路(簡稱林鐵)總長約85公里，共計有82處平交道，嘉義市區鐵路沿線緊鄰住家，部分平交道經市區重要道路車流量大，冀望透過AI影像辨識技術偵測闖越平交道人、車或障礙物偵測、判斷提供主動性示警，以保障用路人及火車之行車安全。
小鼠MRI影像與病理切片影像自動化定位與匹配
本題希望透過磁振造影儀(MRI)拍攝實驗小鼠影像比對病理染色切片的結果，匹配腦部型態輪廓，能對疾病變化有更精確的判斷與描述，進而真實反應出新開發藥物治療的效果或藥物對疾病造成的變化。
基於機器視覺的臺灣手語機器翻譯
全球化的時代，語言的隔閡除了透過文化交流來弭平之外，機器翻譯可以說是助力最大的新興技術，透過機器翻譯，可以讓使用不同語言的族群都能夠溝通理解彼此的想法，然而，聽語障者所使用的手語，卻一直沒有辦法透過機器翻譯來讓更多的聽人聽到來自聽語障者的心聲。
相較於一般語言能夠同時透過文字以及發音來表達意義，手語則是一個包含手部、肢體、表情等元素的複雜概念。手語表達意義的方式跟口語非常不同。而因地域關係，手語的文法順序、空間、方位、表情會有些微差異，聽語障者以手語對話時類似的手部動作放在不同位置即為不同意思，連續動作及組合也有著不同的含意，礙於手語無法為聽人所理解，手語翻譯者也很有限，藉由人工智慧學習聽語障者的日常對話動作，將其轉為文字，希望針對臺灣的手語讓臺灣的聽人能透過翻譯跟聽語障者溝通。
以手部關鍵點檢測輔助臺灣手語單詞教學
國內使用手語為主要語言的聽語障者超過萬名，礙於手語無法為一般民眾所熟悉，也不是隨處都有手語翻譯者可協助溝通。如果可以透過人工智慧協助手語教學，AI影像辨識判讀學生及老師的手部姿勢，就可降低門檻，讓學習手語變得簡單，提高懂手語的聽人比例，讓聽語障者與聽人的溝通不再需要等待協助。