指導老師: 吳日騰 教授
專案經理: 黎哲銘
實習名額: 1-2位
是否同意遠距: 是
專案類型: 探索型 (預期讓實習生體驗研究的過程，並探索研究興趣與方向)
建物外牆常因時間因素造成破損，影響建物外觀之餘更可能因為破裂的碎塊掉落危害到用路人車。傳統以肉眼檢查或用工具敲打等方法費時費力且不精確，有鑑於近年卷積神經網路(CNN)及Transformer等基於深度學習的物件辨識模型蓬勃發展，本專案將以Google街景或無人載具的影像對建物外牆破壞部位做破壞偵測(damage segmentation)，並嘗試提升模型運算速度、縮減模型大小，或提升預測之IoU(Intersection over Union)值為方向去設計新式影像分割模型之架構，以快速且準確評估外牆劣化狀況。
