路考

步驟

1. 下載訓練影片。960×720、每秒約 30 幀、6 分多鐘。訓練影片不會出現在路考裡，路考考的是沒看過的路。
2. 挑幀、標註（Roboflow）。把影片上傳到 Roboflow，抽一部分的幀來標註（例如每秒 1 幀）。在每一幀裡框出看得清楚的東西，類別只有四種，名稱要一字不差：

   類別名稱	框什麼	漏看扣幾分
   pedestrian	行人	5
   bicyclist	騎腳踏車的人（人和車框在一起）	3
   car	汽車、貨車、公車	2
   sign	號誌、標誌	1

3. 匯出。在 Roboflow 產生版本（Generate），格式選 YOLO（YOLOv8 或更新的版本都可以）。前處理的 Resize 不要選 Stretch。
4. 訓練。
   • Colab（建議）：按上面的「在 Colab 開啟訓練筆記本」，照筆記本的說明換成 GPU、填 Roboflow 的專案，從頭跑到尾，最後會下載 road-test-model.onnx。
   • 自己的電腦：下載 train_yolo.py，把 Roboflow 匯出的壓縮檔解壓成同一個資料夾裡的 dataset/，在專案裡 uv add ultralytics 後執行 uv run python train_yolo.py。沒有 NVIDIA 顯卡會很慢，先把 EPOCHS 改成 3 確認資料沒問題，正式訓練到 Colab。
   兩種跑完都會得到 road-test-model.onnx，就是要交的模型檔。組別和 CONF 不用在訓練程式裡設定，交件時再填。
5. 交模擬路考。到交件頁選組別、輸入組別代碼（老師發給每組的密碼），上傳模型檔，填 CONF。通常一分鐘內就有成績；結果頁可以播放整場路考、看考官紀錄，也能拖 CONF 試算。模擬路考可以交很多次，每組同時只能有一件在跑。
6. 交正式路考。老師在課堂上開放時才能交，每組只能交一次，CONF 交了就鎖定。開放期間模擬路考暫停收件。

考官怎麼扣分

• 路考影片每秒有一幀是計分幀，只有計分幀會扣分，其他幀只畫出你的偵測框。
• 必看：計分幀裡夠大、司機應該要注意到的東西。太遠太小的不算必看，沒框到不扣分，框到也不算誤判。
• 框到才算看見：類別要對，信心分數要到 CONF 以上，框還要跟正確的位置重疊夠多（重疊的面積夠大，或你的框有一半以上落在正確的框裡）。幾台車黏在一起時，分開框每一台也算對。
• 漏看：必看的東西沒框到。每個東西只算一次，扣多少看反應時間（它變成必看後，過了幾秒才第一次被框到）：
  • 當秒就框到：不扣
  • 晚 1 秒：扣一半
  • 晚 2 秒以上，或一直沒框到：扣滿（行人 5、騎腳踏車的人 3、車 2、號誌標誌 1）
• 誤判：框到一個不存在的東西，扣 1 分。同一個不存在的東西連續幾秒都被框到，也只扣一次。
• 成績 = 100 ×（1 − 扣掉的分數 ÷ 扣滿的分數），最低 0 分。扣滿的分數是整場所有必看東西的分數加起來，所以一路上都沒漏看、沒誤判就是 100 分。
• CONF（信心門檻）：模型對每個框都有一個 0 到 1 的信心分數，到 CONF 以上才算看見。CONF 調低，漏看變少、誤判變多；調高則相反。先在模擬路考的結果頁拖拖看，再決定正式路考要交多少。

注意事項

• Roboflow 匯出時 Resize 不要選 Stretch：Stretch 會把 4:3 的畫面硬拉成正方形，車和人都變形；路考時是等比例縮小、旁邊補灰邊，訓練時看到的形狀跟路考不一樣，就認不出來。選 Fit（補邊），或不要 Resize。
• 類別名稱必須是 car、pedestrian、bicyclist、sign，全部小寫、拼字一樣，不能多也不能少。訓練程式一開始會檢查，交件時網站也會再檢查一次，不對就退件（退件不算次數）。
• 交的是訓練程式匯出的 .onnx 檔，不是 .pt。
• 組別代碼不要給別組。每組同時只能有一件路考在跑，等它跑完再交下一件。