自動插管系統

目的¶

將專案早期聲帶偵測實驗程式碼納入版本控制，並整理外部參考資料的來源連結，確保專案的技術演進過程可追溯。

工作項目¶

1. 建立 vocal_detection/ 目錄，放入早期聲帶偵測實驗¶

• vocal_detector.py：基於舊版模型 nano93.pt 的單張圖片聲帶偵測腳本。該實驗使用與目前主流程不同的類別定義：
  • Class 0: glottic slit（聲門裂）
  • Class 2: left vocal fold（左聲帶）
  • Class 4: right vocal fold（右聲帶）
• vocal_detector_vid.py：對應的影片偵測版本，逐幀處理影片並輸出標註結果
• 此實驗為專案早期探索階段的產物，驗證了 YOLO 應用於喉鏡影像偵測的可行性。後續因偵測目標調整（從聲帶結構改為插管輔助結構：arytenoid_cartilage / epiglottis / larynx）與模型更新（從 nano93.pt 改為 yolo11n.pt），該實驗已被主流程取代

2. 在 .gitignore 中排除大型二進位檔案¶

將 reference/ 與 bakalarka/ 目錄排除於版本控制之外，避免 zip、PDF、DOCX、PPTX 等大型二進位檔案佔用 repo 空間。

外部參考資料（連結）¶

• 原始捷克學士論文 repo：Bachelor_thesis by Jingr33
• Roboflow 資料集：laryngoscope-labeling v2 （CC BY 4.0 授權）

附件（手動上傳）¶

• Bachelor_thesis-master.zip：學士論文完整 repo 壓縮檔
• laryngoscope-labeling.v2i.yolov11.zip：Roboflow 原始資料集匯出檔
• bakalarka.pdf：學士論文全文（捷克語）
• BP_obhajoba.pdf：論文答辯簡報

驗收條件¶

1. vocal_detection/ 目錄已建立並包含 vocal_detector.py 與 vocal_detector_vid.py
2. .gitignore 已排除 reference/ 與 bakalarka/ 目錄
3. 上述附件已上傳至本 ticket
4. 已提交至版本控制

備註¶

• vocal_detection/ 的腳本依賴 nano93.pt 模型權重（未納入版控），無法直接執行，僅作為實驗記錄保留