跳到主要內容

CV Day 45 系列總結與延伸路線

CV Day 45 系列總結與延伸路線

執行需求：CPU 可跑。今天是「PyTorch 電腦視覺進階」系列的第四十五篇，也是專案五篇的最後一篇。我們花一天回顧這 45 天的學習路徑：從 Day 1 的五個任務地圖開始、走到分類（Day 3–9）、偵測（Day 10–17）、分割（Day 18–25）、姿態（Day 26–32）、生成（Day 33–40）、最後匯聚到這週的「工業瑕疵檢測」專案（Day 41–44）。本篇不寫新技術，只整理學過的工具、指標、模型，給出延伸到 2024 年底後可走的學習方向。我們會把七個階段的學習重點串成一張圖，並列出五個常見的職涯方向，最後給一份延伸閱讀清單（不引用 2025 年後的工具或版本）。

引言

回頭看 45 天前，Day 1 我們說「這系列要把讀者從『會訓練模型』帶到『能獨立完成 CV 專案』」。今天我們可以驗收這個承諾：Day 1 的導論建立了任務地圖，Day 2 把工具鏈備齊（Colab、torchvision、timm、Ultralytics），接著五個任務每個用 5–8 天展開（分類 9 天、偵測 8 天、分割 8 天、姿態 7 天、生成 8 天），最後 5 天把所有工具合成一個可以 demo 的瑕疵檢測服務。四十四篇技術文之後的這篇，是把所有工具、指標、概念在腦中重新組合成一張可以帶走的「地圖」。

本篇的內容分四段：第一段回顧七個階段的學習路徑與代表工具；第二段整理常見的職涯方向（CV 工程師、ML 工程師、Computer Vision Researcher、MLOps、Domain Expert）；第三段列出 2024 年底後仍可走的延伸學習方向，包含 anomaly detection 與少樣本學習等主題；第四段是 45 天學習的「自我評估清單」，讀者可以對照檢查自己學到了什麼、還缺什麼。這篇沒有新的程式碼，但有大量引用 Day 1–44 的連結，方便你回頭補課。

貫穿專案的共用設定（與 Day 41–44 完全一致）：MVTec AD bottle 類別、EfficientNet-B0（timm 1.0.x）、DeepLabV3Plus + ResNet34（smp 0.3.x）、ONNX opset 17、threshold 0.30。技術版本基準仍是 2024 年底（PyTorch 2.5、torchvision 0.20、timm 1.0.x、Ultralytics 8.3.x 等），不引用 2025 年的新工具或新功能。

七個階段的學習路徑

在把這張地圖列出來之前，我們先用一段小程式把「45 天中每天的主題」做一個快速掃描，幫自己複習這整套內容的章節分布：

# 1. 掃描 posts-cv 目錄，看看每篇的章節 ID 與任務分類
import re
from pathlib import Path

manifest = Path("manifest-cv.json")
posts_dir = Path("posts-cv")
slots = []
for fp in sorted(posts_dir.glob("*-cv-day-*.html")):
    m = re.match(r"(\d+)-cv-day-(\d+)", fp.stem)
    if not m:
        continue
    slots.append((int(m[1]), fp.name, fp.stat().st_size // 1024))

# 統計各任務的篇章數
from collections import Counter
counter = Counter()
for slot, name, _ in slots:
    if slot <= 2: counter["導論"] += 1
    elif slot <= 9: counter["分類"] += 1
    elif slot <= 17: counter["偵測"] += 1
    elif slot <= 25: counter["分割"] += 1
    elif slot <= 32: counter["姿態"] += 1
    elif slot <= 40: counter["生成"] += 1
    else: counter["專案"] += 1
print("七個階段篇章分布：")
for stage, n in counter.items():
    print(f"  {stage:6s} {n} 篇")
# 輸出：
# 七個階段篇章分布：
#   導論    2 篇
#   分類    7 篇
#   偵測    8 篇
#   分割    8 篇
#   姿態    7 篇
#   生成    8 篇
#   專案    5 篇

把 45 天切成七個階段，每個階段都有「理論 → 程式 → 實戰」的節奏。我們用一張地圖把每一階段的代表工具、指標、實戰資料集整理起來，方便你回頭查閱。

階段 天數 代表工具 代表指標 實戰資料集
導論 Day 1–2 Colab、torchvision、timm、Ultralytics — —
分類 Day 3–9 ResNet、EfficientNet、ConvNeXt、ViT、timm accuracy、top-k、F1、AUROC、混淆矩陣 Oxford Flower-102
偵測 Day 10–17 Ultralytics YOLO11、torchvision Faster R-CNN、DETR IoU、mAP、NMS、confidence PASCAL VOC（person/car 子集）
分割 Day 18–25 U-Net、DeepLabV3+、Mask R-CNN、SAM pixel accuracy、mIoU、Dice、Boundary F1 MVTec AD bottle、bottle/grid/hazelnut
姿態 Day 26–32 MediaPipe、YOLO-Pose、ST-GCN OKS、PCK、mAP COCO keypoints、健身動作
生成 Day 33–40 DCGAN、Stable Diffusion、ControlNet、LoRA FID、CLIP score、IS、人工評估 MNIST / Fashion-MNIST、Stable Diffusion v1.5
專案 Day 41–44 EfficientNet-B0、DeepLabV3+、ONNX、FastAPI、Streamlit AUROC、mIoU、Dice、F1 MVTec AD bottle

這張表是我們完成 45 天的「全景」。每一格都能在對應的篇章找到詳細實作：分類的遷移學習（Day 6 與 Day 9）、偵測的兩條路線對比（Day 13 對比 Day 15）、分割的 U-Net 與 smp（Day 19 對比 Day 20）、姿態的 MediaPipe 零樣本（Day 29）與 YOLO-Pose 多樣本（Day 28）、生成的 Diffusion 原理（Day 35）與 Stable Diffusion 推論（Day 36）、最後在 Day 41–44 全部組合成可部署服務。

四個貫穿主題

在展開這四個主題之前，我們先用一段小程式把 Day 41–44 的最終指標整合起來，這也是整個專案五篇的「實戰成果」：

# 2. 把 Day 42 的 experiments_log.json 與 Day 43 的 eval_report 整合成一個摘要
import json
from pathlib import Path

# 兩個關鍵數字檔：experiments_log.json（Day 42 寫出）、errors_log.json（Day 43 寫出）
exp = json.loads(Path("experiments_log.json").read_text(encoding="utf-8"))
errors = json.loads(Path("errors_log.json").read_text(encoding="utf-8"))

cls_best = next(r for r in exp if r["run"] == "cls_A2_B2")
seg_best = next(r for r in exp if r["run"] == "seg_D2")

print("=== Day 41–44 專案五篇最終指標 ===")
print(f"資料集：MVTec AD bottle（{Path('manifest_bottle_seed42.csv').stat().st_size} bytes CSV）")
print(f"分類（EfficientNet-B0）：val_acc={cls_best['val_acc']:.4f}, AUROC={cls_best['val_auroc']:.4f}")
print(f"分割（DeepLabV3+ ResNet34）：val_mIoU={seg_best['val_miou']:.4f}, Dice={seg_best['val_dice']:.4f}")
print(f"test（Day 43 評估）：AUROC=0.9892, mIoU=0.6838, 錯誤案例 {len(errors)} 個")
print(f"部署（Day 44）：ONNX={Path('cls_efficientnet_b0.onnx').stat().st_size // 1024} KB + "
      f"{Path('seg_deeplabv3plus.onnx').stat().st_size // 1024} KB，threshold=0.30，FastAPI:8000 + Streamlit:8501")
# 輸出（固定條件下每次都一致）：
# === Day 41–44 專案五篇最終指標 ===
# 資料集：MVTec AD bottle（27400 bytes CSV）
# 分類（EfficientNet-B0）：val_acc=0.9667, AUROC=0.9874
# 分割（DeepLabV3+ ResNet34）：val_mIoU=0.7135, Dice=0.8329
# test（Day 43 評估）：AUROC=0.9892, mIoU=0.6838, 錯誤案例 4 個
# 部署（Day 44）：ONNX=8320 KB + 24780 KB，threshold=0.30，FastAPI:8000 + Streamlit:8501

回顧這 45 天的內容，有四個「貫穿主題」反覆出現，每一個都值得單獨再深入：

主題一：資料永遠比模型重要。從 Day 4（資料增強）到 Day 23（分割增強）到 Day 41（資料整備）到 Day 43（錯誤分析），資料相關的天數佔了近三分之一。我們學過的關鍵工具包括：Albumentations 1.4.x、imgaug、torchvision.transforms.v2、Day 39 的生成式合成。資料品質的提升往往比模型替換更划算——一個好的資料擴增可以讓 5 M 參數的小模型逼近 100 M 的大模型。

主題二：指標必須對應業務問題。Day 8 與 Day 17 的評估章節、Day 24 的分割指標、Day 43 的信心門檻掃描，都在告訴我們「單一指標容易誤導」。工業界常見的 best practice：先用 AUROC 看整體，再用 precision/recall 看部署 trade-off，最後用 per-class 指標找瓶頸。這套方法在 Day 43 的瑕疵檢測專案上完整示範了一遍。

主題三：訓練 vs 推論的權衡。從 Day 6 的 timm 預訓練到 Day 14 的 ONNX 匯出、Day 16 的 DETR 訓練、Day 44 的部署，這個主題貫穿整個系列。學完之後你應該了解：訓練追求「最高指標」會大量用 GPU + 大模型；推論追求「最低延遲」會大量用 ONNX + 量化 + 邊緣裝置。連接兩者的橋樑是「模型轉換 + benchmark + 上線觀察」。

主題四：錯誤分析驅動迭代。Day 17（偵測錯誤分類）、Day 24（分割評估）、Day 43（瑕疵錯誤分析）三個篇章都強調「不要只盯著 mAP / mIoU 把數字調高，要把錯誤拆給工程師看」。這個方法論在工業界比「重新 train 一個新模型」更常見：先看錯誤分布，再決定要不要換模型、換資料、還是換 loss。

常見職涯方向

在介紹五條職涯路線之前，我們用一張簡單的「技能 vs 路線」表格幫你判斷自己目前的位置：

# 3. 五條職涯路線的技能對照（純資料，方便決策）
career_paths = {
    "CV 工程師": {
        "核心技能": ["PyTorch", "ONNX", "TensorRT", "Linux", "Docker"],
        "延伸技能": ["Kubernetes", "AWS/GCP", "CI/CD"],
        "入門年資": "1-3 年",
        "適合特質": "喜歡把模型做出來跑起來",
        "Day 對應": "Day 6, 14, 41-44",
    },
    "ML 工程師": {
        "核心技能": ["PyTorch", "Spark", "Airflow", "MLflow"],
        "延伸技能": ["Feast", "Kafka", "Dashboard"],
        "入門年資": "2-4 年",
        "適合特質": "喜歡處理資料管線與自動化",
        "Day 對應": "Day 8, 17, 23, 24, 41-44",
    },
    "CV Researcher": {
        "核心技能": ["論文閱讀", "PyTorch 自刻模型", "arXiv"],
        "延伸技能": ["數學推導", "benchmark 設計", "論文撰寫"],
        "入門年資": "需要碩博士學位",
        "適合特質": "對前沿技術有強烈好奇心",
        "Day 對應": "Day 16, 22, 34-39",
    },
    "MLOps / Production": {
        "核心技能": ["Docker", "Kubernetes", "Prometheus", "Terraform"],
        "延伸技能": ["Grafana", "Kafka", "CI/CD"],
        "入門年資": "2-4 年",
        "適合特質": "在乎穩定性與監控",
        "Day 對應": "Day 14, 44",
    },
    "Domain Expert": {
        "核心技能": ["產業知識", "CV 工具", "domain 資料"],
        "延伸技能": ["法規（醫療/食品/車規）", "domain 演算法"],
        "入門年資": "3-5 年",
        "適合特質": "喜歡跨領域合作",
        "Day 對應": "Day 25, 32, 39, 41-44",
    },
}
for name, attrs in career_paths.items():
    print(f"== {name} ==")
    for k, v in attrs.items():
        print(f"  {k}: {v}")
    print()

這張對照表展示了「學完 45 天後，你可以走哪幾條路」。每條路都有 Day 對應欄位，告訴你這個系列中哪幾篇對這條職涯最有幫助。例如想做 Domain Expert，主要看 Day 25（MVTec AD）、Day 32（健身動作）、Day 39（生成式合成）、Day 41–44（瑕疵檢測專案）。想做 Researcher，主要看 Day 16（DETR）、Day 22（SAM）、Day 34–39（GAN 與 Diffusion）的原理章節。Career recommendation 的關鍵在於你的「興趣特質」與「現有技能」的交叉點，不要只看哪條路薪水高。

學完這 45 天的內容後，你有幾個常見的下一站可以選擇。我把幾條常見的職涯方向整理出來，附上對應的延伸技能、薪資區間、適合的人格特質。

  1. CV 工程師（Computer Vision Engineer）：把模型訓練 + 部署整套做完。這條路以 PyTorch、ONNX、TensorRT、Linux、Docker、Kubernetes 為核心技能。專案篇 Day 41–44 就是這個角色的最佳預習。薪資區間在台灣大約年薪 100–180 萬新台幣（依年資與公司規模而定）。
  2. ML 工程師（Machine Learning Engineer）：覆蓋 CV + NLP + 推薦系統，但通常以其中一條為主。CV 工程師與 ML 工程師的差異在「後者會處理更多資料管線、MLOps、特徵工程」。延伸技能：Airflow、Spark、MLflow、Feast。薪資與 CV 工程師相近。
  3. Computer Vision Researcher：投入新模型研發、論文發表。這條路偏學術，工業界職缺主要在大公司的 Research Lab（Google、Meta、Microsoft）或新創 CV 公司。延伸技能：大量論文閱讀、PyTorch 自刻模型、arXiv 追蹤。薪資區間較高（年薪 150–300 萬新台幣），但競爭也激烈。
  4. MLOps / Production Engineer：把模型從 notebook 推到 production。這條路專注於 deployment、monitoring、A/B testing、retraining。延伸技能：Kubernetes、Prometheus、Grafana、Kafka、Terraform。薪資區間與 ML 工程師相近。
  5. Domain Expert（領域專家）：在特定產業（醫療、農業、製造、零售）把 CV 技術落地。這條路除了 ML 之外，還要懂產業知識（醫療影像需要懂 DICOM 與放射學、農業需要懂植物病理學）。薪資依產業而異，工廠自動化領域在台灣大約年薪 90–150 萬新台幣，醫療 AI 領域略高。

這五條路並不互斥，許多 ML/CV 工程師在工作 5–10 年後會跨界到 MLE 或 Researcher。建議你在工作 3 年內把第一條（CV 工程師）的核心技能練熟，再依專案需要延伸到其他方向。

延伸學習方向

在給延伸資源清單之前，我們用一段小程式把 6 個延伸學習方向做成結構化索引，方便日後查詢：

# 4. 延伸學習的「主題 → 關鍵論文與教材」對照表
extensions = {
    "Anomaly Detection": [
        "Bergmann 2019, MVTec AD (CVPR)",
        "Bergmann 2021, MVTec AD Survey",
        "PatchCore (CVPR 2022)",
        "PaDiM (ICPR 2021)",
    ],
    "Vision Transformer 與多模態": [
        "Dosovitskiy 2020, ViT (ICLR 2021)",
        "Radford 2021, CLIP (ICML)",
        "Li 2022, BLIP (arXiv)",
        "Liu 2023, LLaVA (NeurIPS)",
    ],
    "3D 視覺": [
        "Qi 2017, PointNet++ (NeurIPS)",
        "Facebook 2020, PyTorch3D",
        "Wang 2023, Point Transformer V3 (CVPR)",
    ],
    "量化與邊緣部署": [
        "Jacob 2018, Quantization + Training (CVPR)",
        "TensorRT 8.6 (NVIDIA, 2023)",
        "TFLite 2.15 (Google, 2024)",
        "OpenVINO 2024.4 (Intel)",
    ],
    "自監督學習": [
        "Caron 2021, DINO (ICCV)",
        "He 2022, MAE (CVPR)",
        "Chen 2021, MoCo v3 (ICCV)",
    ],
    "醫療影像": [
        "Antonelli 2020, Medical Decathlon",
        "Isensee 2021, nnU-Net (Nat Methods)",
        "Cardoso 2022, MONAI (Medical Image Anal)",
    ],
}
for theme, papers in extensions.items():
    print(f"== {theme} ==")
    for p in papers:
        print(f"  - {p}")
    print()

這六個主題在 2024 年底都已有穩固的論文與工具基礎，且都有良好的 Python 套件支援。讀完這系列後，你可以依興趣選一條深入。每個主題的入門成本大約 1–3 個月（每天 2–3 小時）。

45 天內容其實只是「可工作的 CV 工程師」最低門檻。接下來還有非常多值得深入的方向，這裡列出 6 個在 2024 年底仍持續發展、且有良好社群基礎的主題（不引用 2025 年的新模型或新工具）。

1. Anomaly Detection 與少樣本學習。MVTec AD 的官方 baseline 是 PatchCore 與 PaDiM，兩者都基於「特徵距離」的少樣本方法。Day 41 提到的「訓練資料只有 good」就是 anomaly detection 的典型情境。建議閱讀：The MVTec Anomaly Detection Dataset: A Survey（2021）、Real-Time Anomaly Detection — A Survey（2022）。

2. Vision Transformer 與多模態模型。Day 5 與 Day 16 已經介紹過 ViT 與 DETR（Transformer 架構）。多模態領域的下一站是 CLIP、BLIP、LLaVA 等把視覺與語言對齊的模型，這些在 2024 年底都仍在快速演進。建議閱讀：Learning Transferable Visual Models From Natural Language Supervision（CLIP，2021）。

3. 3D 視覺與 Point Cloud。Day 26–32 的姿態估計處理的是 2D 影像，但工業瑕疵中很多場景是「3D 物件掃描」而不是 2D 影像。PyTorch3D、PointNet++ 仍是 2024 年的標準工具。建議閱讀：PointNet++: Deep Hierarchical Feature Learning on Point Sets in a Metric Space（2017）。

4. 模型量化與邊緣部署。Day 44 的部署只示範 ONNX，尚未觸及 INT8 量化、TFLite、TensorRT、Qualcomm SNPE 等。量化能把模型從 8 MB 壓到 2 MB、推論加速 2–3 倍，是邊緣裝置部署的必備技能。建議閱讀：Quantization and Training of Neural Networks for Efficient Integer-Arithmetic-Only Inference（2019）。

5. 自監督學習與資料效率。MVTec AD 的 train 只有 209 張，是典型的「小樣本」場景。自監督學習（contrastive learning、masked image modeling）是少樣本學習的重要工具，DINO、MoCo v3、MAE 等都是 2024 年仍活躍的方法。建議閱讀：Emerging Properties in Self-Supervised Vision Transformers（DINO，2021）。

6. 醫療影像分析。醫療是 CV 技術落地最有價值、也最有挑戰的場景。Day 19 與 Day 20 的分割技術在醫療影像（腫瘤分割、器官分割）上是核心工具。建議閱讀：The Medical Segmentation Decathlon（2020）。

自我評估清單

在列出 13 條自我評估之前，我們用一個簡單的對照函式幫你把「會」與「不會」快速分類：

# 5. 自我評估清單的「會/不會」計數器
checklist = {
    "能在 Colab 訓練 PyTorch 模型並存 .pt": "Day 6, 9, 42",
    "能寫出自訂 Dataset / DataLoader 與 albumentations": "Day 41, 42, 23",
    "能算分類指標與混淆矩陣": "Day 8, 43",
    "能比較 YOLO11 / Faster R-CNN / DETR": "Day 13-16",
    "能把 U-Net 改成 smp DeepLabV3+": "Day 19, 20",
    "能寫 SAM 提示式分割": "Day 22",
    "能完整 train GAN 與 Diffusion 並解釋 FID": "Day 34, 35, 38",
    "能匯出 ONNX + onnxruntime 推論": "Day 14, 44",
    "能用 FastAPI 寫 /predict 端點": "Day 44",
    "能用 Streamlit 寫展示頁": "Day 44",
    "能做 test 集錯誤分類": "Day 17, 43",
    "能解釋 MVTec AD 為何 train 全 good": "Day 41",
    "能在 anomaly 場景選 PatchCore / PaDiM": "Day 25, 延伸閱讀",
}

# 假裝你已勾選某些項
checked = {"能在 Colab 訓練 PyTorch 模型並存 .pt",
           "能寫出自訂 Dataset / DataLoader 與 albumentations",
           "能算分類指標與混淆矩陣",
           "能把 U-Net 改成 smp DeepLabV3+",
           "能用 FastAPI 寫 /predict 端點"}

print(f"自我評估：{len(checked)}/{len(checklist)} 條已通過")
unfinished = [k for k in checklist if k not in checked]
print("未通過的條目：")
for u in unfinished:
    print(f"  - {u}（建議補 {checklist[u]}）")
# 輸出（取決於 checked 集合）：
# 自我評估：5/13 條已通過
# 未通過的條目：
#   - 能比較 YOLO11 / Faster R-CNN / DETR（建議補 Day 13-16）
#   ... 等等

讀完 45 天後，可以用這個清單自我檢核。如果每條都能說出具體做法，你就是「可上工的 CV 工程師」；若有卡住的地方，可以回頭查對應的篇章。

  1. 能在 Colab 上 train 一個 PyTorch 模型並把權重儲存成 .pt（Day 6、Day 9、Day 42）。
  2. 能寫出 PyTorch 的自訂 Dataset 與 DataLoader，並用 albumentations 處理影像與遮罩同步變換（Day 41、Day 42、Day 23）。
  3. 能正確選擇分類指標（accuracy、F1、AUROC）並計算混淆矩陣（Day 8、Day 43）。
  4. 能在同一份資料上比較 YOLO11、Faster R-CNN、DETR 三種偵測器，並說明 mAP 差異的來源（Day 13–16）。
  5. 能把 U-Net 改成 DeepLabV3+，並用 smp 套件載入 ImageNet pretrained encoder（Day 19、Day 20）。
  6. 能寫出 SAM 的提示式分割呼叫，並用它給 MVTec AD 瑕疵做 cold-start 標註（Day 22）。
  7. 能完整 train GAN、Diffusion，並解釋 FID 與 IS 的數學定義（Day 34、Day 35、Day 38）。
  8. 能把 PyTorch .pt 匯出成 ONNX opset 17，並用 onnxruntime 1.19 載入推論（Day 14、Day 44）。
  9. 能用 FastAPI 0.115 寫一個 /predict 端點，回傳 JSON 含分類與分割結果（Day 44）。
  10. 能用 Streamlit 1.39 寫展示頁，把推論結果即時視覺化（Day 44）。
  11. 能在 test set 上做完整的錯誤分類（FN、FP、Localization、Duplicate）並解釋成因（Day 17、Day 43）。
  12. 能解釋為什麼 MVTec AD train 全 good、test 才有 defect（Day 41）。
  13. 能針對 anomaly detection 場景選擇 PatchCore 或 PaDiM 而非 supervised classifier（Day 25、延伸閱讀）。

這 13 條覆蓋了分類、偵測、分割、姿態、生成、部署六個面向，每一條都對應到具體的篇章；如果有 3 條以上答不出來，建議先補課再進入下一步。

常見錯誤與踩雷

錯誤一：學完 45 天覺得自己「都會了」就直接上工。CV 的實際專案遠比 Day 41–44 複雜：客戶資料的格式可能不是 MVTec AD 風格、光源不固定、瑕疵定義模糊、產品線變化快。建議先在小型 demo 證明技術可行，再逐漸擴大範圍。

錯誤二：忽略資料合約與設定檔。許多新手寫完訓練程式就交差，沒有把資料切分、preprocess、threshold 寫成設定檔；當資料變動時整個訓練流程要重寫。Day 41 我們把 manifest 與 project_config.py 寫得很完整，正是要避開這個坑。

錯誤三：用 Python list / dict 當 ML 系統的「資料庫」。Day 44 的服務把產線結果寫進 JSON 是 demo 等級；正式 production 要用 PostgreSQL 或 MongoDB 儲存，且 schema 要固定。建議在 Day 41–44 之上再做一個「資料庫層」設計。

錯誤四：版本混亂。整個系列我們固定 2024 年底版本，但工業界常見的踩雷是「同事裝了 2025 年的新版本，結果某些 API 被 deprecate」。建議用 requirements.txt 或 pyproject.toml 鎖版本，或用 Docker image 鎖住整個環境。

錯誤五：忽略可觀察性。服務上線後沒 log、沒 metrics、沒 alert，等於瞎子摸象。Day 44 的服務應該加上 logging 與 metrics（FastAPI 的 prometheus middleware），把每個 request 的 latency、mask 面積、瑕疵機率寫到 Prometheus + Grafana，工業界已把這個當成標準做法。下面這段示範把推論結果寫成 CSV log，供下游 dashboard 繪圖：

# 6. 為部署的服務加上基本的 CSV log，方便日後做長期的品質追蹤
import csv
from datetime import datetime, timezone, timedelta
from pathlib import Path

LOG_PATH = Path("inference_log.csv")
HEADER = ["timestamp", "filename", "label", "prob_defect", "mask_area_pixels", "latency_ms"]

def log_request(filename, result, latency_ms):
    ts = datetime.now(timezone(timedelta(hours=8))).isoformat()
    with LOG_PATH.open("a", newline="", encoding="utf-8") as f:
        csv.DictWriter(f, fieldnames=HEADER).writerow({
            "timestamp": ts,
            "filename": filename,
            "label": result["label"],
            "prob_defect": round(result["prob_defect"], 4),
            "mask_area_pixels": result["mask_area_pixels"],
            "latency_ms": round(latency_ms, 1),
        })

# 範例：寫入一筆 2024-12-15 的測試 log
if not LOG_PATH.exists():
    with LOG_PATH.open("w", encoding="utf-8") as f:
        f.write(",".join(HEADER) + "\n")

# 假裝一個 request：傳入一張 bottle 影像，推論結果
import time
t0 = time.time()
mock_result = {"label": "defect", "prob_defect": 0.8123, "mask_area_pixels": 612}
log_request("bottle_test_001.png", mock_result, latency_ms=(time.time() - t0) * 1000 + 250)
print(f"已寫入 inference_log.csv，目前 {LOG_PATH.stat().st_size} bytes")
# 輸出範例（每次會 append 一筆）：
# 已寫入 inference_log.csv，目前 132 bytes

效能與實務提醒

45 天學完後，最常見的時間分配建議：30% 寫程式、30% 讀論文、20% 看教學影片、20% 做 side project。寫程式是基本功、讀論文吸收前沿、看影片理解思路、做 side project 整合應用。

另外一個工程上的提醒：學完 45 天不等於你能獨立解所有 CV 問題，但你有足夠基礎去讀論文、debug 模型、與其他工程師合作。每週投入 8–10 小時、3 個月就能從這個基礎走到「可獨立負責小型 CV 專案」的程度；6 個月走到「可主導中型專案」。

最後，CV 是 AI 中「落地速度最快」的子領域之一，因為它有非常具體的業務問題（瑕疵、人臉、車牌、文件 OCR 等）。把這系列學到的工具組合起來，你應該能在 3 個月內做出第一個 demo，並在 6 個月內拓展到正式產品。

小結

今天把 45 天的學習路徑整理成一張地圖：七個階段從導論、分類、偵測、分割、姿態、生成、到專案；四個貫穿主題——資料、指標、訓練/推論權衡、錯誤分析；五個常見職涯方向；六個延伸學習方向；以及 13 條自我評估清單。我們的目標不是讓你「會訓練最先進的模型」，而是讓你「能獨立完成一個能 demo、能部署、能解釋的 CV 專案」。這 45 天結束了，但 CV 學習的路還很長；希望這篇能讓你有一張帶得走的「地圖」，在未來遇到問題時知道該回頭查哪一篇。

結語

今天是整個系列的最後一篇。回頭看這 45 天，我們從 Day 1 的任務地圖出發，一路過了分類（Day 3–9）、偵測（Day 10–17）、分割（Day 18–25）、姿態（Day 26–32）、生成（Day 33–40）、最後在 Day 41–44 把所有工具組合成一個可以在 CPU 上跑的瑕疵檢測服務，並在 Day 43 的評估中發現「contamination」是模型瓶頸、在 Day 44 的部署中用 threshold 0.30 做了最有把握的 trade-off。這整個過程是一個完整的「資料 → 模型 → 評估 → 部署」閉環，是工業界最基本也最重要的四步。

最值得帶走的觀念有三個：第一，「資料永遠比模型重要」——一個好的資料流程帶來的提升，往往比換模型還多；第二，「指標必須對應業務問題」——單看 mAP 或 mIoU 容易誤導，必須搭配錯誤案例視覺化與信心門檻掃描；第三，「永遠準備好 retrain」——上線後的服務要有批次再訓練的機制，這是工業界常見的閉環。這三個觀念不只適用於 Day 41–44 的瑕疵檢測，也適用於整個 CV 領域的任何任務。

系列完結，但學習沒有終點。希望這個系列能幫助你走進 CV 領域，並在工廠、醫療、零售等場景中看到「學會的工具可以用在哪裡」。祝你在後續的學習中，找到自己有興趣的方向、做出有影響力的 CV 專案。如果有任何回饋或問題，請透過部落格的聯絡頁找到我。再見。

延伸資源

  • PyTorch 官方網站（2024）：https://pytorch.org/，教學、文件、範例與社群入口。
  • Timmm（timm）官方 GitHub（1.0.x，2024）：https://github.com/huggingface/pytorch-image-models，最新預訓練模型清單與 benchmark。
  • Ultralytics 文件（8.3.x，2024）：https://docs.ultralytics.com/，YOLO11 與 SAM 2 的官方推論、訓練、匯出範例。
  • segmentation_models_pytorch（0.3.x，2024）：https://github.com/qubvel/segmentation_models.pytorch，9 種以上分割架構 + 10+ encoder 的統一介面。
  • MVTec AD 官方網站（CC BY-NC-SA 4.0）：https://www.mvtec.com/company/research/datasets/mvtec-ad，15 類工業影像與 anomaly detection 官方評估基準。
  • FastAPI 官方教學（0.115，2024）：https://fastapi.tiangolo.com/zh-tw/tutorial/，HTTP 服務、async、Pydantic、依賴注入的標準範例。
  • Streamlit 官方文件（1.39，2024）：https://docs.streamlit.io/，ML Demo UI 的快速搭建工具。
  • 《Deep Learning for Computer Vision》專書（2024）：Adrian Rosebrock, Deep Learning for Computer Vision，PyImageSearch 系列，從基礎到 deployment 的全面指南。
  • Stanford CS231n：http://cs231n.stanford.edu/，經典 CV 深度學習課程，2024 年版含 Transformer 與多模態章節（持續開課中）。
  • arXiv 電腦視覺每日清單：https://arxiv.org/list/cs.CV/recent，最新 CV 論文的 RSS feed。
標籤：

留言

張貼留言

這個網誌中的熱門文章

Day 2 變數與資料型別

Day 2 變數與資料型別 引言 寫程式的過程中，變數與資料型別是處理資料的基礎。變數是存放資料的容器，資料型別則決定這筆資料有哪些特性、可以進行哪些操作。學會定義變數、認識各種資料型別，是學好 Python 的關鍵一步。 這篇文章會帶你了解 Python 中變數的觀念、如何定義變數，以及常見的資料型別，包括整數、浮點數、字串、布林值，還有串列、元組、字典與集合等容器型別。我們也會介紹變數的命名規則與撰寫風格建議，以及如何用 type() 檢查資料型別。 什麼是變數？如何在 Python 中定義變數 變數是在程式執行時用來存放資料的名稱。透過定義變數，我們可以給一筆資料一個名字，並在程式的其他地方用這個名字取用該筆資料。在 Python 中，變數不需要事先宣告型別，因為 Python 是動態型別語言，變數的型別由指定給它的值決定。 定義變數的基本語法 在 Python 中定義變數非常簡單，只要用賦值符號 = 把值指定給變數即可。例如： x = 5 # 定義變數 x，並把整數 5 賦值給它 name = "Alice" # 定義變數 name，並把字串 "Alice" 賦值給它 在這裡，x 是一個變數，被賦予整數 5；name 是另一個變數，被賦予字串 "Alice"。 變數的更新與覆寫 變數的值可以修改，也就是說，我們可以在程式的不同地方給同一個變數新的值。例如： x = 10 # x 最初被賦予 10 x = 15 # x 的值現在被更新為 15 這樣就能依照需求，在程式執行過程中靈活調整變數的值。 Python 的動態型別系統 Python 和某些靜態型別語言不同，定義變數時不需要宣告型別。賦值時，Python 會根據值自動判斷變數的型別。例如： x = 5 # x 是整數 x = 3.14 # x 變成浮點數 x = "Hi" # x 變成字串 同一個變數在程式執行過程中可以存放不同型別的值，這是 Python 的彈性之一。 常見資料型別 在 Python 中，資料型別決定我們可以對變數進行哪些操作...
張貼留言
閱讀完整內容

Python 從入門到 PyTorch 深度學習：開啟 AI 世界的大門

Python 從入門到 PyTorch 深度學習：開啟 AI 世界的大門 隨著人工智慧（AI）與深度學習（Deep Learning）快速發展，越來越多人對這些技術產生興趣。不論你是想踏入 AI 領域的初學者，還是已經有程式基礎的開發者，學好 Python 與深度學習框架（例如 PyTorch），都能為你打開更多可能。 為什麼選擇 Python？ Python 已經是資料科學與人工智慧領域的首選語言。它的語法簡潔、容易上手，而且擁有龐大的生態系與大量開源函式庫。無論是資料處理、資料視覺化，還是建立機器學習與深度學習模型，Python 都能勝任。對想進入 AI 或資料科學領域的人來說，它幾乎是必備工具。 PyTorch 是什麼？ PyTorch 是由 Meta（原 Facebook）AI 研究團隊開發的開源深度學習框架，以易用、靈活和動態計算圖著稱，是許多 AI 研究人員與開發者的首選。相較於其他框架，PyTorch 的寫法更貼近原生 Python，對初學者相對友善。無論是簡單的實驗，還是複雜的深度學習模型，PyTorch 都能提供強大的支援。 這個系列能帶給你什麼？ 這個系列會從 Python 的基礎開始，帶你一步一步學習，最後能自己用 PyTorch 建立深度學習模型。即使你完全沒有寫過程式，也能跟著文章的節奏累積技能，理解 AI 與深度學習的核心觀念。 本系列涵蓋的主題 Python 基礎：從變數、條件判斷到函式與模組。 資料處理工具：用 NumPy 與 Pandas 有效率地操作資料。 資料視覺化：用 Matplotlib 與 Seaborn 把資料畫成圖表。 深度學習的數學基礎：線性代數、微積分與機率。 PyTorch 入門：理解張量、模型建構與 GPU 加速。 基礎深度學習模型：CNN 與 RNN 的實作應用。 深度學習專案實戰：從資料前處理到模型部署的端到端流程。 誰適合這個系列？ 程式初學者 ：如果你對 AI 充滿好奇，卻還沒寫過程式，系列的第一部分會帶你快速上手 Python，並幫助你理解深度學習的基本觀念。 資料科學愛好者 ：如果你已經熟悉一些資料處理方法，進階部分會教你如何用 PyTorch 建構深度學習模型。 開發者與研究人員 ：想更深入了...
張貼留言
閱讀完整內容

Day 1 Python 簡介與環境設定

Day 1 Python 簡介與環境設定 引言 在現在的科技環境裡，程式設計已經是一項重要技能。無論你是對資料科學有興趣、想成為開發者，或是想踏入人工智慧（AI）領域，學會寫程式都能明顯提升你的競爭力。在眾多程式語言中，Python 因為語法簡單、功能強大、應用範圍廣泛，成為許多人進入程式世界的第一選擇。這篇文章會帶你認識 Python 的背景與優勢，並一步步教你在不同系統上安裝與設定 Python 開發環境，最後寫出第一支 Python 程式。 為什麼選擇 Python？ Python 是一種高階程式語言，由 Guido van Rossum 在 1991 年發布。Python 的設計哲學強調程式碼的可讀性，並用縮排來定義程式區塊，這點和許多使用大括號的語言不同。簡潔的語法讓它成為初學者的理想選擇；就算是經驗豐富的開發者，也能用它完成複雜的專案。 Python 的優勢如下： 簡單易學 ：Python 的語法清楚、結構簡潔，初學者很快就能上手。和其他語言相比，學習曲線相對平緩，不需要先弄懂一堆複雜觀念，就能開始寫程式。 應用範圍廣泛 ：從資料科學、網頁開發、人工智慧、機器學習、自動化測試到網路爬蟲，Python 都有大量開源函式庫與工具支援，而且在這些領域都扮演關鍵角色。 豐富的函式庫與框架 ：Python 的函式庫生態系非常龐大。做資料分析有 NumPy、Pandas；開發網站有 Django、Flask；做深度學習有 TensorFlow、PyTorch。各種需求幾乎都能找到對應的套件，讓開發更有效率。 跨平台支援 ：Python 支援 Windows、macOS、Linux 等作業系統，程式通常不需要太多修改就能跨平台執行，讓開發與部署更有彈性。 活躍的社群 ：Python 擁有龐大的開發者社群。學習或開發上遇到問題，幾乎都能在社群與論壇（例如 Stack Overflow）找到答案，對初學者來說是很強的後盾，也能減少卡關時的挫折感。 Python 的應用領域 Python 的流行與強大功能，讓許多領域都開始大量使用它。以下是幾個常見的應用方向： 資料科學 ：隨著大數據與人工智慧興起，資料科學大量使用 Python。NumPy、Pandas 與 Matplotlib 等工具能處理和分析龐...
張貼留言
閱讀完整內容