針對無人機自動偵測大規模物件，我們提出了全新的深度學習卷積網路，在飛行中同時計數及定位目標物體，如車子、農作物、軍事目標等。我們利用空間布局資訊，設計了全新的卷積網路，善用物件間的相對位置，大量提昇正確率。我們更提供了資料集(CARPK)，包含將近九萬台車輛。為第一個能相關研究的無人機視角資料集。

"- 首位提出在無人機上進行自動大量物件偵測定位
- 設計全新深度學習網路，相關技術並在頂尖電腦視覺會ICCV2017中發表
- 全新收集的資料集含九萬個物件標註，並已公開給全世界的研究社群使用。
- 在多個資料集中評估，勝過相關物件偵測工作如Faster-RCNN、YOLO等。"

"核心技術解決了大量物件中的偵測，並以嶄新的深度學習演算法實現，相關技術可以用於計 算其他經濟型作物。與無人機的攝影機結合，更可以做各種經濟用途、災害防治等工作。

物件偵測更可以應用於醫學影響中的病理照片偵測計算，例如紅血球、精蟲、細胞個數自動 計算。"