近年深度學習技術在影像辨識、物件識別、特徵診斷與語音處理上展現驚人成果，為了讓這項應用普及，其中關鍵在於開發高效率半導體技術。

科技部今天舉行研究成果記者會，清大資訊工程系講座教授林永隆團隊執行科技部「半導體射月計畫」感知運算與AI人工智慧晶片專案，團隊成員包括清大、交大、中原大學6位教授帶領共30位研究成員，2年半期間研發出新型類神經網路HarDNet，比起知名的ResNet，HarDNet只要2/3運算時間就能達到相同準確度。

清大資訊工程系系主任王廷基也指導學生，把HarDNet的應用網路拿來偵測車牌，發現可以對惡意攻擊有較高的免疫力。也就是說，如果把車牌加上其他特殊花紋，其他神經網路模型正確偵測率可能只剩下57%，但是HarDNet正確偵測率仍可達到90%以上。未來也能幫助警方追捕特定車輛時不會出錯。

林永隆指出，HarDNet也可以拿來應用在影像偵測、影像追蹤與影像分割上，包括即時偵測人流與車，幫助自駕車技術辨識畫面中哪塊是道路、哪些是人、哪些是附近車子等。

詳細內文請參考網址