| YOLOv7 | 物件偵測 | 王建堯 | 中研院資訊所 | 廖弘源
【YOLOv7成功關鍵：技術篇】關鍵人物親自揭露三大突破，下一步攻多任務與解釋性
打造世界冠軍物件偵測模型YOLOv4後，中研院團隊繼續鑽研更有效率的網路架構和多任務AI，這2大技術加上獨到的訓練策略優化方法，催生出YOLOv7，一問世就打敗當時的SOTA物件偵測模型
2023-03-27
| 封面故事 | YOLOv7 | 物件偵測 | 王建堯 | 中研院資訊所 | 廖弘源
【臺灣AI研發力再次奪冠關鍵】世界第一物件偵測模型如何超越自己
中研院發表YOLOv4後，轉向研究新網路架構與多任務AI，結合2者打造YOLOv7，不只超越當時SOTA模型，還能一心多用執行3種任務，更兼顧2大生態
【YOLOv7成功關鍵：生態圈】通吃兩大AI生態圈，公開設計思維和程式碼為研發點燈
YOLOv7不只採用了PyTorch主流框架，也自建轉換器繼續支援業界部署常用的Darknet框架，兼顧AI研發與業界兩大族群需求。團隊同時公開模型背後關鍵架構設計理論，盼激發更多新點子
| 封面故事 | AI | YOLOv4 | 王建堯 | 中研院資訊所 | 廖弘源 | YOLOR | 物件偵測 | 科技部AI計畫 | 義隆電子 | AIoT | 邊緣即時偵測
【冠軍模型催生關鍵：業界出題學界解題模式】一場會議催生世界第一物件偵測模型YOLOv4，一張GPU就跑得動
義隆電子與中研院團隊因科技部產學共創AI計畫而相識，進而催生出世界第一的電腦視覺模型YOLOv4，更將過去科技巨頭上千張GPU才玩得起的物件偵測模型，簡化為1臺PC和1張GPU就行
2021-12-13
| 封面故事 | AI | YOLOv4 | 王建堯 | 中研院資訊所 | 廖弘源 | YOLOR | 物件偵測 | AIoT | 邊緣即時偵測 | Transformer
【冠軍模型接班人，整合顯隱性知識架構】不只物件偵測快又準，YOLOR能一心多用秒解多任務
中研院另一新作YOLOR今年5月問世，再次拿下COCO排行榜冠軍，展現臺灣AI實力。特別的是，它不再只是物件偵測，而是各種CV任務都通吃
【冠軍模型幕後推手：中研院資訊所博士後研究員王建堯】靠軟硬整合實力拿下兩次世界第一
有求學時期累積的軟硬整合能力，以及背後一位堅持只研發好東西的老師，王建堯終於站上AI國際舞臺。伯樂與千里馬共行，下一步要繼續為國爭光
YOLOv4輕快準！邊緣即時偵測應用就靠它
YOLOv4一如其名You Only Look Once，只要看一眼，就能分辨萬物，比人眼還銳利，已經在許多應用場景中開始發威
