unifying免安裝的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

發展YOLO物件偵測技術實現之駕駛者辨識系統

為了解決unifying免安裝的問題，作者黃韋融 這樣論述：

大型客車能一次載送大量民眾，有助於舒緩交通堵塞的問題，是目前廣泛運用於大眾交通運輸服務的車種。由於載送的乘客數量較多，所以發生事故時往往造成嚴重的傷亡，而駕駛者超時工作或是疲勞駕駛經常是肇事的重要原因之一。本研究企圖發展一套利用影像處理為基礎的駕駛者辨識系統。在架構中，辨識系統是將臉部辨識技術應用在辨識駕駛者身份辨識上，藉由駕駛者身份的確認來避免駕駛工時過長的問題。在實驗中，本研究利用安裝在駕駛者前方之鏡頭取得駕駛者的臉部資訊，再將駕駛者的臉部資訊輸入到NVIDIA的嵌入式晶片Jetson TX2中，並配合已經在Jetson TX2上建立的YOLO物件偵測技術進行駕駛者身份之辨識。本研究利用

四種不同的模型架構和五種不同的參數，訓練出二十種不同的模型，針對六位不同身份之人員進行辨識，並在車上環境中進行身分辨識，最後再對這二十種模型進行比較。實驗室的結果顯示本系統可以確實的辨識駕駛者的身份，並有不錯的辨識率，未來期望能安裝於實際的大型客車上驗證以達到實際應用的結果。

「母乳哺給讚」行動APP對早產兒母親產後母乳哺餵之成效

為了解決unifying免安裝的問題，作者黃毓薇 這樣論述：

背景：母乳是提供早產兒免疫力之重要來源，且可促進早產兒神經發育、降低併發症、減少死亡率、縮短住院天數、促進親子關係。過去研究多探討不同護理指導方式對於早產兒母乳哺育率影響，尚未結合行動應用程式及其成效的相關文獻，本研究目的為探討「母乳哺給讚」行動應用程式對早產兒母親產後母乳哺餵的成效。方法：實驗性研究設計，收案對象為產下妊娠週數≤37週的早產兒母親，其早產兒在嬰兒室或嬰兒病房接受治療。產後生理狀況穩定有哺乳意願，具上網功能的智慧型手機，及中文聽說讀寫能力者。根據研究目的依有無哺乳經驗作分為兩組，進行區間隨機分配，實驗組接受「母乳哺給讚」APP服務，控制組使用紙本「母乳自我紀錄表」，在產後14

天內收集兩組每天擠乳次數、母乳收集量和親餵次數，另針對實驗組測量APP使用滿意度。在產後30天讓產婦接受母乳哺餵社會支持量表、母乳哺餵自我效能簡式量表測量，統計早產兒出生一個月內住院天數資料，並由電子病歷或電訪方式追蹤產後一個月純母乳哺育率。結果：完成研究的早產兒母親人數共60位，實驗組及控制組各30人。研究結果發現產後14天實驗組總擠乳次數(69.4±14.1 v.s. 55.7±22.7, t=2.79, p= .007)、總母乳收集量(ml)(3944±2623 v.s. 2366±1918, u=283, p= .014)與產後一個月純母乳哺育率(43.3% v.s. 20.0%, χ

2=10.3, p= .005)均較控制組高；兩組母乳哺餵自我效能量表得分無顯著差異。結論/建議：本研究結果支持「母乳哺給讚」APP能有效提升早產兒母親產後14天擠乳次數、產後14天母乳收集量及產後一個月純母乳哺育率，但對母乳哺餵自我效能無影響。建議臨床在產前門診或入院待產時安裝「母乳哺給讚」APP，以幫助泌乳機制建立，提升母乳哺餵成效。