5吋盆容量的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

烘焙聖經：美國甜點界傳奇大師的蛋糕、派、塔、餅乾、麵包和糖果

為了解決5吋盆容量的問題，作者蘿絲‧樂薇‧貝蘭堡 這樣論述：

　　暨歷年多次獲得—美國最富盛名的烹飪協會詹姆士‧比爾德基金獎（James Beard Foundation）專業烹飪國際協會（IACP）最佳年度烘焙書獎、國際美食烹飪獎（Gourmand World Cookbook Awards）之後，《烘焙聖經》一書，榮獲2015年專業烹飪國際協會（IACP）最佳年度烘焙書只有蘿絲，才能超越蘿絲！！ 　　一本詳細得不能再詳細的食譜，甜點控必備的家傳烘焙聖經！ 　　 蘿絲‧樂薇‧貝蘭堡（Rose Levy Beranbaum）是何許人？ 　　她是全美甜點界、烘焙食譜界的傳奇， 　　深受東西兩岸烘焙師團體、專業點心師極力推崇， 　　以及

一般自家烘焙者的喜愛。 　　她試著將最多種類的食譜收錄在這本《烘焙聖經》裡，包含蛋糕類（含油蛋糕、海綿蛋糕、起司蛋糕、杯子蛋糕等）、派類、塔類、餅乾、糖果、酥皮和麵包等。這些精挑細選的食譜，都是蘿絲從每種烘焙類別中選出的經典中的經典。   　　這位被稱為「有史以來最精益求精的烘焙師」的每個食譜，都有超乎詳細的步驟解說、食材容量與重量換算、操作提示和不失敗祕訣，細到連烤盤置放的位置、食材的推薦品牌等皆鉅細靡遺列出，都是她投身烘焙界多年、與格友在部落格上討論所獲得的技巧、經驗與知識，不僅能讓烘焙新手提高成功率，也使有經驗者的成品更趨完美。從大眾喜愛的日常家庭甜點，到令人驚艷的高級點心、餐會小點、

節慶甜點，甚至在家也可以製作出麵包店販售有名的法國焦糖奶油酥等。   　　每一道食譜都證明了只要按照蘿絲的步驟做，留意她的小重點提示，無論新手或有經驗者，都能完成一樣美味的完美甜點。 　　此外蘿絲不斷強調： 　　「只有最佳的食材、器具才能幫助你製作完美的甜點。」 　　正確的食材和器具，可能成為你製作成功與否的關鍵 　　因此，她在書中額外增加「食材及基本食譜知識」、「烘焙器材」單元，詳細解說食材的特性、最佳使用法，以及如何選擇器具、蘿絲獨家推薦實用小幫手等。 　　本書共包含四大類點心：〈1.蛋糕類〉：含油蛋糕、杯子蛋糕、海綿蛋糕與起司蛋糕。〈2.派類、塔類和酥皮類〉：司康、酥皮基本食譜、水

果派及水果塔、堅果與巧克力派、塔與鹹食點心。〈3.餅乾和糖果類〉：免擀及手塑餅乾、壓切和酥餅類餅、蛋糕類餅乾、糖果與蛋白霜和冰淇淋餅乾。〈4.麵包和發酵點心類〉：發酵類甜點和麵包、搭配起司盤的麵包和自製果醬。 本書10大特色 　　1.秤對食材量，是邁向成功的第一步。 　　蘿絲在每道點心的食材部分，同時標明容量與重量換算。無論你習慣使用公制重量（克、盎司）或美制容量（杯、毫升），都能找到自己慣用的度量衡單位，用最熟悉的方法秤量材料，才會快且準確。 　　2.配方一次一次修改，直到成為黃金比例。 　　蘿絲從不滿足於現有的配方，為了滿足粉絲、格友們挑剔的嘴，她多次嘗試更改比例以及選用最佳食材製作

。同時，她在書中告訴大家食材替換的原則，讓世界各地的讀者都能同時操作。 　　3.選用最正確的食材製作，才是成功的關鍵！ 　　蘿絲發揮本身對食品、烘焙理論的長才，告訴讀者如何選擇最適合的食材，例如：該選多少乳脂含量的鮮奶油、選多少可可含量的巧克力、買哪種糖類比較容易混合、使用何種泡打粉和麵粉等等，都是。 　　4.極度詳盡的器具總介紹，讓你事半功倍，更有效率。 　　除了詳盡的器具使用優缺點分享，蘿絲還介紹許多獨特的好用品或自製輔助器具，像是：可以讓蛋糕體受熱平均的「蛋糕模邊條」、避免塔皮、派皮在烘烤時焦黑的「鋁箔圈環」、省去塗油撒粉時間的「含麵粉烤盤油」、如何利用雙層烤盤當作擀麵團桌面等等，讓

你有效率做點心。 　　5.鉅細靡遺的基礎技巧解說，對烘焙新手絕對是一大福音。 　　蘿絲因多年的實作與教學經驗，擅於各種基礎技巧的說明，從選用何種形狀的攪拌頭、打發時的速度變化、在哪種溫度下操作較容易成功打發、煮焦糖和融化巧克力的火候、新手製作批覆翻糖的訣竅，以及麵糊、麵團、塔皮、派皮、酥皮的手工和機器製作法、成品冷卻的方法等等，都是左右點心成敗的重點，你很難發現有人比她解釋得更清楚了！ 　　6.歸納出「黃金守則」與「特殊技巧」，操作前先預習可減少錯誤！ 　　蘿絲實作教學經非常驗豐富，因此將學生們容易出錯的地方，在本書每一個分類前，細心歸納了「烘烤蛋糕」、「派皮、酥皮」、「烘烤餅乾」、「烘烤

麵包」的黃金守則以及「特殊技巧」。建議大家在製作前先閱讀這些重點，減少失敗率。 　　7.提供超詳細、實用的索引。 　　除了最方便的「中文注音符號」索引外，蘿絲貼心的加上「簡單快速能做好的點心」、「無麵粉和麵粉含量極少的點心」、「乳糖不耐者適用的點心」等索引，不僅讓讀者迅速找到想做的甜點，更讓乳糖不耐者和對麵粉過敏或僅能食用少量麵粉的人也能品嘗她的點心。 　　8.如閒話家常般的有趣引言，讓你在聊天的情境下無壓力學烘焙。 　　蘿絲在每一道點心一開始，分享了這些點心的製作緣由、配方的測試修改，以及是源自於哪些名廚、朋友的家傳食譜，令人感受到她對甜點的熱愛、誠懇與執著，給予讀者信心。 　　9.配

方皆經過蘿絲、烘焙團體測試，成功率極高！ 　　每一道食譜都是經過喜愛實作的蘿絲，以及專業烘焙社團親自測試，修正出最適合素人的成功做法。無論烘焙新手或進階者，都能安心製作！ 　　10.食譜之外加上各種單元，解說問題和小撇步，並且提供多種變化款配方。 　　書中「不失敗祕訣」、「小重點」、「美味變化款」等單元，替讀者解決烘焙過程中發生的疑難雜症；「美味變化款」、「同場加映」等單元，蘿絲則提供更多延伸的配方，讓你滿滿收穫！ 國內外專業推薦 　　台灣部落格、業界、學界專業推薦！！ 　　食譜書作者及譯者  松露玫瑰 　　2014世界甜點冠軍  陳立喆師傅 　　國立高雄餐旅大學  烘焙管理系專技教授兼

系主任   廖漢雄 　　美國主要媒體佳評如潮，來自各界的讚譽！ 　　●「如果有個烘焙食譜作家把她的手放在你的手上，指導你每個詳細的動作，幫助你每一個細節做得恰到好處，那她就是蘿絲。」–《 紐約時報》（The New York Times） 　　●「蘿絲讓讀者在過程中完全沒有疑慮。如果這樣的巨細靡遺還無法去除你對烘焙的恐懼，那還真沒有其他方法可以幫你了。」– 《舊金山紀事報》（San Francisco Chronicle） 　　●「蘿絲成功的連接起流行的家庭烘焙與專業內容的橋梁，她的食譜在長久乏味的烘焙書中帶來新的熱潮。」–《圖書館雜誌》（Library Journal） 　　●「如

同諺語說的，上帝注重每個小細節，那麼蘿絲一定還留隻腳在天堂那。因為對蘿絲而言，追求完美的途中，她不會漏掉任何細節。她是甜點界的女神。」–《華盛頓郵報》（The Washington Post） 　　●「這本厚實華麗的甜點字典，就如同書名承諾的：這是一本烘焙界的聖經。」– 時人網站（People.com） 　　●「蘿絲最新的大師作品，是本根據精心量測、嚴格說明並且真的可以教你做出美味成品的烘焙書。這本書帶領你跨越複雜的點心廚房――讓你成就一身不凡的本事。」–瑪莎廚房電視節目（Martha Stewart Living） 　　●「蘿絲‧樂薇無疑是烘焙界以及烘焙食譜界的傳奇……」– 美食網站（

Eater.com） 　　●「蘿絲這位經驗豐富的食譜作家兼烘焙師，將此書分為四個部分：蛋糕類；派、塔和其他甜點類；餅乾和糖果類；麵包和發酵點心類。不但有經典食譜，像是比較常見的南瓜胡桃派；也有第一次見到很特別的甜點，像是粉紅珍珠女士蛋糕、巧克力麵包布丁，和大黃藍莓派，都讓這本書更令人眼睛為之一亮，一定要擁有珍藏。」–《出版者周刊》（Publishers Weekly） 　　●「對於認真的烘焙者來說，這本書精密仔細的程度，將會帶領你做出完美的成品……」 – 時代網站（Time.com） 　　●「這本烘焙聖經完全不藏私的分享。每一道食譜都是如此的詳盡，以至於每道食譜都以數個頁面交代――這是烘

焙食譜成功重要的關鍵。每一個細節都確保真實做出來就跟在書裡的一樣美味。」– 廚房，（公寓翻修）The Kitchen,（Apartment Therapy）

5吋盆容量進入發燒排行的影片

利用YOLOv3 建置蝴蝶蘭開花株分級系統: 以 大紅花及大白花為例

為了解決5吋盆容量的問題，作者蕭昱凱 這樣論述：

蝴蝶蘭是台灣農業主要出口產品之一(2019 占全農業出口值的5%)，必須經過層層把關才得以外銷。而外銷蘭花在開瓶後，依序會在盆栽長至1.7 吋、2.5 吋時進行分級及換盆，也就是兩次的分級及換盆到3.5 吋以上的花盆之後才會進行外銷，至於內銷蘭花甚至必須在植株長至3.5 吋時且進行催花後，再分級一次才可以銷售。由此可見，每次的分級及換盆都必須耗費大量的人力以及時間才得以完成，而透過最先進的科技─ 機器學習，達到智慧農業、利潤最大化的目的。此論文將會著重在開花後的分級部分。本論文使用同時兼具準確率及即時辨識的深度模─YOLOv3[1作為基礎模型，但因為存在不容易偵測小物體(如：花苞) 的問題，

因此針對前處理及原架構提出修正以提高準確率。在前處理部分，針對不同的anchor size 先做分群；在訓練方法方面，提高輸入的解析度至480x480 pixels，避免因過度壓縮而失去許多特徵，以及data augment 使資料集較能適應不同光照，以提升模型偵測的一般性；而本論文在修改架構方面，開發了兩種架構，第一種為原本的YOLOv3 將last stage 的convolution layer 換成DetNet body，此舉雖然相較基礎模型犧牲3.1% 的mAP，但也換來降低15%GPU 的占用率，所儲存的權重(.weights 檔)也降低43% 的容量，達到輕量化的目的。第二種架構

為加入SPP3 modules[2] 以提升model 對物體的receptive field；在主幹網路減少下採樣次數的方式，以降低在偵測時失去過多的資訊，但仍保持同樣的深度及同樣的維度大小(ex: 進行3*3、stride為1、channles 數相同的convolution)；融合淺層及深層特徵，避免因為不斷的卷積途中失去區域及細粒特徵；最後在三個偵測層各自偵測不同大小的物體。總體來說，mAP 達到86.8%，相較基礎模型提升9% 的mAP。本論文使用[3] 之源代碼。