111年_艾鍗學院_AI人工智慧與邊緣運算工程師班 專題：街景門牌實價登錄 組員：溫○評、李○丞、陳○煬、王○丞 專題網頁：https://bit.ly/3MIWLKv 艾鍗官網：https://bit.ly/3ESwHdW 聯絡信箱：service@ittraining.com.tw

1. 利用街景門牌進行
實價登錄查詢
團隊成員
組長：溫O評
組員：李O丞、陳O煬、王O丞
20221018

2. Goal
設計一款能夠降低買賣雙方行情資訊落差的軟體。
 利用街景門牌
•給街景門牌實價一般大眾賞屋使用的
 實價登錄查詢
•提供房屋物件以及鄰近區域的實價登錄資訊 。

3. 系統架構
門牌偵測，擷取門牌
OCR 取出門牌之文字
中正區
南陽街
21之3
實價登錄資訊搜索
Google Map API
地址周邊500公尺
Tkinter 使用者介面

4. 實現步驟
 1.門牌偵測使用YOLOv5
模型訓練，找出標的物—門牌，並加以裁切，取出門牌；
 2.門牌轉文字–使用Google Vision API
將門牌照片轉成文字—地址
 3.實價登錄資料查詢
• 地址對比內政部實價登錄資料，查詢該案的最近一次成交行情；
• 利用Google MAP API 取得鄰近區域行情
 4.Python TKinter GUI
顯示資訊，人機互動。

5. 實現步驟
 1.門牌偵測使用YOLOv5
模型訓練，找出標的物—門牌，並加以裁切，取出門牌；
 2.門牌轉文字–使用Google Vision API
將門牌照片轉成文字—地址
 3.實價登錄資料查詢
• 地址對比內政部實價登錄資料，查詢該案的最近一次成交行情；
• 利用Google MAP API 取得鄰近區域行情
 4.Python TKinter GUI
顯示資訊，人機互動。

6. 門牌實境

7. 模型訓練，找出標的物—門牌，並加以裁切，只保留
門牌；
YOLOv5

8. YOLOv5
YOLOv5是一個在COCO資料集上預訓練的物體檢測架構和模型系列，
它代表了Ultralytics對未來視覺AI方法的開源研究
包含了經過數千小時的研究和開發而形成的經驗教訓和最佳實踐。

9. 在COCO資料集上，當輸入原圖的尺寸是：640x640時，YOLOv5的5個
不同版本的模型的檢測資料如下
從上表可得知，從YOLOv5n到YOLOv5x，這五個
YOLOv5模型的檢測精度逐漸上升，檢測速度逐漸下
降，根據專案要求，用戶可以選擇合適的模型，來實
作精度與速度的最佳權衡！
YOLOv5

10. 實測YOLOv5

11. 實現步驟
 1.門牌偵測使用YOLOv5
模型訓練，找出標的物—門牌，並加以裁切，取出門牌；
 2.門牌轉文字–使用Google Vision API
將門牌照片轉成文字—地址
 3.實價登錄資料查詢
• 地址對比內政部實價登錄資料，查詢該案的最近一次成交行情；
• 利用Google MAP API 取得鄰近區域行情
 4.Python TKinter GUI
顯示資訊，人機互動。

12. 中正區
杭州南路
一 段
24
•使用 Vision API 偵測物件、讀取手寫文字，以及建構具有參考價值的圖
片中繼資料
導入Google Vision API

13. 導入Google Vision API

14. 實現步驟
 1.門牌偵測使用YOLOv5
模型訓練，找出標的物—門牌，並加以裁切，取出門牌；
 2.門牌轉文字–使用Google Vision API
將門牌照片轉成文字—地址
 3.實價登錄資料查詢
• 地址對比內政部實價登錄資料，查詢該案的最近一次成交行情；
• 利用Google MAP API 取得鄰近區域行情
 4.Python TKinter GUI
顯示資訊，人機互動。

15. 使用網路爬蟲
• Python 網頁爬蟲抓取資料，使用 BeautifulSoup函式庫；
• 使用 Python的 requests、time、threading函式庫，執行提出請求、時
間操控以及執行緒(Thread)之功能。
• 採用多執行緒(Multithreading)，同時啟動多個執行緒(Thread)；
• 使用Python3內建concurrent.futures模組的ThreadPoolExecutor類別，
來同時啟動多個執行緒(Thread)。

16. 使用不同 IP
• Python 設定使用不同IP抓取資料，避免目標網頁資料庫被擋；
•採用多IP(Multi-IP)，同時啟動多個IP提出request

17. Google Map API
對照地址找出經緯度，進行鄰近區域比價：
在收集到內政部實價登錄2.0資料之後，使用
Google Map API與目標地址做比對，得到目
標之經緯度，以設定距離( 例如500公尺)取得
鄰近區域之房價做比對。

18. 實現步驟
 1.門牌偵測使用YOLOv5
模型訓練，找出標的物—門牌，並加以裁切，取出門牌；
 2.門牌轉文字–使用Google Vision API
將門牌照片轉成文字—地址
 3.實價登錄資料查詢
• 地址對比內政部實價登錄資料，查詢該案的最近一次成交行情；
• 利用Google MAP API 取得鄰近區域行情
 4.Python TKinter GUI
顯示資訊，人機互動。

19. 成果展示

20. 成果展示

21.  The future of work is in the cloud…
 On-remise to Hybrid Cloud
 On Google Cloud
計畫下一版可以在 Cloud 方面進一步部署，
並且在下下版完全部署在Cloud。
近期展望

22. 近期展望
測試在Google Cloud 上建立instance，儲存包括門牌照片、實價登錄csv、
YOLOv5 weights、各階段執行程式Python檔。

23. 蝴 蝶 關
中 山 區
復 興 北 路
3 6 8
七 樓
2 0 2 2 . 1 0 . 1 0 1 4 : 0 6
•門牌實測OCR辨識
•效果有限，辨識有部分出現誤差
•決定使用已經訓練完成的 Google Vision API 讀取影像轉成文字
Lessons Learned