摘要

長時間以不當之姿勢使用手機可能造成肩頸痠痛，甚至駝背等健康問題。本研究將討論不同卷積神經網路模型判斷頭部前傾角度的準確度，並以卷積神經網路建立一可判斷頭部前傾程度的應用程式，使其透過提醒頭部姿勢的不良以減少錯誤姿勢造成手機使用者之不適。

我們所訓練出的模型可以在判斷頭部前傾角度達到約9成的準確率，卷積神經網路模型的部分則有約7成的準確率。而我們所建立的應用程式可即時對頸部姿勢進行判斷。

實驗目的

一、研究不同CNN模型進行遷移學習訓練的結果差異，並將其與其他深度學習訓練軟體(Teachable Machine、Lobe)進行比較。

二、撰寫程式並結合最佳的訓練模型，做出能以高準確率即時判斷頭部前傾程度的應用程式，達到矯正不正確手機使用姿勢的目的。

1.最高的準確率— Lobe (0.935)

最高的準確率(卷積)— VGG16 (0.707)

2.最適合使用於手機程式— Teachable Machine

最適合使用於手機程式(卷積)— EfficientNetB7

3.配合深度學習模型與應用程式，我們可以在短時間內判斷頭部前傾的程度，藉此解決使用手機姿勢不當的問題。