深度學習-物件偵測:You Only Look Once (YOLO) V4

 You Only Look Once (YOLO)這個字是作者取自於You only live once，YOLO是one stage的物件偵測方法，也就是只需要對圖片作一次 CNN架構便能夠判斷圖形內的物體位置與類別，因此提升辨識速度。

三個YOLO重要的步驟

1.Resize輸入的圖到448*448
2. 執行一個卷積神經網路
3. 基於模型輸出的信心程度(Confidence)依據閾值和Non-max suppression得到偵測結果

資料來源：深度學習-物件偵測:You Only Look Once (YOLO) | by Tommy Huang | Medium

（Convolutional Neural Network, CNN）是一種前饋神經網路，它的人工神經元可以回應一部分覆蓋範圍內的周圍單元，對於大型圖像處理有出色表現。

資料來源：卷積神經網路 - 維基百科，自由的百科全書

行動載具APP式即時反饋系統

參考資料來源: 即時反饋系統，讓教室動起來！ – 國立臺灣師範大學教學發展中心

https://ctld.ntnu.edu.tw/%E6%95%99%E7%99%BC%E9%9B%BB%E5%AD%90%E5%A0%B1/1516

※行動載具APP式即時反饋系統
　1.Cloud ClassRoom, CCR（http://www.ccr.tw/）

   2.Zuvio（http://www.zuvio.com.tw/）

　3.Plickers（https://plickers.com/）

　4.Kahoot!（https://getkahoot.com/）

APCS大學程式設計先修檢測

• 什麼是APCS?

APCS = Advanced Placement Computer Science

程式設計在資訊科學當中扮演著基礎但也非常重要的角色。學生透過撰寫程式能夠實驗課堂中學習到的理論並發揮自己的創意寫出各式各樣功能的軟體。

儘管學生的資訊能力日益受到重視，但公部門討論中的大學先修課程檢定測驗仍未觸及資訊科學，且由於資訊科學並不在學測考試項目當中，因此不管是在推薦入學、申請入學或考試入學等入學管道中，對於學生的資訊能力都缺乏客觀的評量依據。因此主辦單位期望藉由舉辦具公信力之「程式設計檢測」，讓具備程式設計能力之高中職學生，能夠檢驗學習成果，並供作大學選才的參考依據。

檢測模式參考美國Advanced Placement (AP)，透過與各大學合作命題，並確定檢定用題目經過信校度考驗，以確保檢定結果之公信力。希望藉由本檢測之推動，除了讓高中職重視資訊科學課程的學習外，也可讓大學自行考量訂定程式設計學分抵免的措施。

資料來源：https://apcs.csie.ntnu.edu.tw/index.php/aboutapcs/apcs