北極星 — 台北車站迷路救星

專案簡介

台北車站結構複雜，常被稱為「北車迷宮」。本專案旨在利用深度學習影像辨識技術，讓使用者只需拍攝一張車站內照片，即可判斷所在位置，未來可擴展至提供即時導航與路徑規劃。

功能特色

• 室內定位：支援台北車站多節點分類定位（共 22 節點）
• 輕量化模型：適合行動裝置部署
• 多模型測試：包含 ResNet50D、ConvNeXtV2_Tiny、MobileViT、GNN、PureMLP 等
• 多任務學習：結合節點與區域分類，提升定位準確度
• 距離懲罰損失函數：依預測與真實節點距離加權懲罰

資料集

• 拍攝地點：一樓至 B3 共 22 節點
• 拍攝時間：平日 6:30 與 10:30（不同光線與人流）
• 數量：
  • 六點半資料集：1501 張（訓練/驗證/測試）
  • 十點半資料集：110 張（額外測試集）
• 資料增強：
  • 隨機裁切縮放、水平翻轉、仿射變換、顏色擾動、高斯模糊等

模型架構

• ResNet50D-RA2_IN1K：改良版 ResNet50，使用 Deep Stem 與 RandAugment
• ConvNeXtV2_Tiny：現代化輕量卷積架構
• MobileViT：融合 CNN 與 Vision Transformer
• PureMLP：全 MLP 架構（作為 baseline）
• Chan-Yi GNN：自製 GNN 架構，將影像轉換為圖結構處理

訓練設定

• 輸入尺寸：224×224
• Batch Size：16
• Epochs：50（Early Stop：4）
• 最佳化器：AdamW
• 指標：Accuracy、Macro Precision、Macro Recall、Micro Precision、Micro Recall

關鍵挑戰

• 光線、遮擋、角度差異
• 多類別分類的泛化能力
• 人流密度造成影像干擾
• 車站內廣告與環境變動

未來展望

• 擴展節點覆蓋範圍
• 增加多時間、多角度資料
• 與室內地圖整合，提供即時路徑導航
• 探索廣告牌等環境特徵的定位潛力

團隊分工

• 前處理：袁詠宸
• 損失函數：謝友毅
• 基準模型：林長毅、謝友毅
• 模型開發：趙仲文、陳芃宇、林長毅、謝友毅