Computer Vision และการต่อยอดสู่ Edge AI

เริ่มจากภาพก่อนเริ่มโมเดล

ภาพเป็นค่าพิกเซลที่มีขนาด ช่องสี และการเข้ารหัส OpenCV ช่วยเรียน resize, color conversion, threshold และ calibration ตรวจ channel order และชนิดข้อมูลก่อนส่งเข้า model เพราะภาพที่แสดงดูถูกต้องอาจมี input format ไม่ตรงที่โมเดลคาด

Calibration และ geometry

กล้อง/เลนส์อาจมี radial และ tangential distortion ใช้ภาพ chessboard หลายมุมมองประมาณ camera matrix และ distortion coefficients แล้วดู reprojection error รายภาพ เก็บความละเอียดและการตั้งค่าที่ใช้ ไม่สมมติ calibration ใช้แทนกล้องทุกตัวได้

แยกข้อมูลเพื่อประเมินจริง

ภาพเฟรมติดกันจากเที่ยวบินเดียวมักคล้ายกันมาก ถ้ากระจายไปทั้ง train และ test ผลอาจดูดีกว่าการใช้งานในฉากใหม่ แยกชุดตามฉาก/เที่ยวบินและเก็บ annotation version ไว้

ตัวชี้วัด	คำถามที่ตอบ
Precision = TP/(TP+FP)	สิ่งที่บอกว่าพบ มีถูกเท่าไร
Recall = TP/(TP+FN)	สิ่งที่มีจริง ตรวจพบเท่าไร
Latency median/p95	โดยทั่วไปและช่วงช้าใช้เวลาเท่าไร
RAM/VRAM	เครื่องเป้าหมายมีทรัพยากรพอหรือไม่

เมื่อ denominator เป็นศูนย์ต้องระบุวิธีจัดการในรายงาน ไม่เติมค่าที่ทำให้ผลดูดี การเปลี่ยน confidence threshold มีผลต่อ precision/recall จึงต้องใช้ชุดข้อมูลเดียวกันเปรียบเทียบ

F17: อ่าน Precision, Recall, F1 และ IoU ให้ตรงงาน

Confidence เป็นคะแนนของโมเดลต่อคำทำนาย ไม่ใช่ accuracy ที่วัดกับคำตอบจริง คะแนน 0.9 ของภาพหนึ่งจึงไม่แปลว่าโมเดลถูก 90% ของทุกภาพ ต้องตรวจการสอบเทียบคะแนนและผลบนชุดทดสอบที่แยกไว้

P = TP / (TP + FP) คือสัดส่วนที่ถูกในสิ่งที่ระบบแจ้งพบ

R = TP / (TP + FN) คือสัดส่วนที่พบจากสิ่งที่มีจริง

F1 = 2PR / (P + R) = 2TP / (2TP + FP + FN)

IoU = พื้นที่ส่วนทับ / พื้นที่ส่วนรวม

ตัวแปร	ความหมายและหน่วย	ช่วงและแหล่งค่า
TP	คำทำนายบวกที่ถูก หน่วยตามงาน	จำนวนเต็ม ≥ 0 จาก labels และผล evaluator
FP	แจ้งบวกเกินหรือผิด หน่วยตามงาน	จำนวนเต็ม ≥ 0; detection รวมกรอบซ้ำที่จับคู่ไม่ได้
FN	ของจริงที่พลาด หน่วยตามงาน	จำนวนเต็ม ≥ 0 จากคำตอบจริงที่จับคู่ไม่ได้
P, R, F1	สัดส่วน ไม่มีหน่วย	0–1 เมื่อส่วนหารนิยามได้
พื้นที่ส่วนทับ/ส่วนรวม	พื้นที่กรอบหรือ mask	หน่วยเดียวกัน เช่น pixel²; ส่วนรวม > 0
IoU, threshold	สัดส่วน ไม่มีหน่วย	0–1; เก็บค่าตัด confidence และ IoU แยกกัน

Classification นับคำตอบรายภาพหรือรายตัวอย่างตามคลาสที่ประกาศ; semantic segmentation นับรายพิกเซลและใช้ mask IoU; object detection ต้องจับคู่กรอบทำนายกับ ground truth คลาสเดียวกันแบบหนึ่งต่อหนึ่ง ที่ผ่าน IoU threshold ก่อนนับ TP/FP/FN ระบุลำดับจับคู่และวิธีจัดการ ignore/crowd ตาม evaluator ด้วย กรอบทำนายสองกรอบทับวัตถุเดียวไม่ใช่ TP สองครั้ง ส่วน instance segmentation ต้องจับคู่แต่ละ instance ตาม mask ของมัน

ตัวอย่างนี้ล็อกคลาสพัสดุและ confidence threshold ไว้แล้ว หลัง evaluator จับคู่ได้ TP = 8, FP = 2, FN = 4 จึง P = 8/(8+2) = 0.8, R = 8/(8+4) = 2/3 ≈ 0.6667 และ F1 = 16/(16+2+4) = 8/11 ≈ 0.7273 ทั้งหมดไม่มีหน่วย คูณ 100 เพื่อแสดงเป็นเปอร์เซ็นต์

ตัวอย่าง IoU แยกจากยอดนับข้างต้น: กรอบ A และ B มีพื้นที่กรอบละ 100 pixel² ส่วนทับ 60 pixel² ดังนั้นส่วนรวม = 100+100−60 = 140 pixel² และ IoU = 60/140 = 3/7 ≈ 0.4286 หากตั้ง IoU threshold = 0.5 กรอบคู่นี้ยังไม่ผ่าน แม้ confidence สูง

AP และ mAP ต้องประเมินหลาย threshold

AP สรุปความสัมพันธ์ precision–recall จากคะแนนที่เรียงลำดับและการเปลี่ยนจุดตัดตามวิธี evaluator ส่วน mAP เฉลี่ย AP ตามคลาสและชุด IoU ที่ระบุ ไม่ใช่ (P+R)/2 ค่า mAP50 ใช้ IoU 0.50 ส่วน mAP50–95 รวม IoU 0.50 ถึง 0.95 เพิ่มครั้งละ 0.05 จึงเทียบกันโดยไม่ระบุชื่อ metric ไม่ได้ ตัวอย่างสมมติ AP ของสองคลาสภายใต้ evaluator/IoU เดียวกันเป็น 0.6 และ 0.8 จะได้ mAP = (0.6+0.8)/2 = 0.7 แต่หา AP ทั้งสองจาก TP/FP/FN ณ threshold เดียวไม่ได้

เมื่อตัวหารเป็นศูนย์ บทฝึกนี้รายงาน ไม่กำหนด (N/A) พร้อมยอดนับจริง; ถ้าต้องใช้ evaluator ที่แทนด้วย 0 หรือไม่นับคลาสนั้น ต้องเปิดเผยนโยบายและ averaging แบบ micro/macro/weighted ไม่ผสมผลต่างนโยบาย การไม่มี prediction แต่มีของจริงทำให้ precision ไม่กำหนด, recall = 0 และ F1 จากสูตรนับ = 0 ไม่ถือเป็นคะแนนสมบูรณ์

นิยาม P/R/F1 และ averaging อ้างอิง scikit-learn Model Evaluation (S16); detection AP/mAP อ้างอิง Ultralytics YOLO Performance Metrics (S17) ตรวจ 26 กันยายน 2569 เมื่อทดลองจริงให้บันทึกเวอร์ชัน library/evaluator, annotation, matching, IoU, confidence และคลาสที่รวมในผล ตัวเลขในบทเป็นโจทย์สังเคราะห์

แบบฝึกและเฉลย

คง TP = 8 และ FN = 4 แต่ลด FP เหลือ 0 จะเปลี่ยน P/R/F1 อย่างไร?

เฉลย F17

P = 8/8 = 1, R = 8/12 = 2/3 และ F1 = 16/(16+0+4) = 0.8 จึง precision ดีขึ้นแต่ยังพลาดของจริง 4 ชิ้น ยอมรับค่าปัด ±0.0001 สำหรับสัดส่วน ไม่ใช้ confidence เฉลี่ยแทนคำตอบ

ใช้ เครื่องมือฝึกเดิม และอ่าน การแบ่งชุดข้อมูล กับ การวัด latency ประกอบ

ทดลองฝึกด้วยภาพจากโดรนจริง

ชุดฝึกขนาดเล็กนี้ใช้ภาพ UAVVaste 8 ภาพฝึก และ 4 ภาพประเมิน แยกตามชื่อ batch พร้อมตรวจ hash ของภาพและป้ายกำกับ ผลจริงยืนยันว่าโปรแกรมปรับน้ำหนัก บันทึก checkpoint และส่งออก ONNX ได้ แต่ Precision, Recall และ mAP ที่ evaluator รายงานยังเป็น 0 จึงยังใช้ตรวจจับบนโดรนไม่ได้ การแบ่ง batch ยังไม่ยืนยันว่าเป็นคนละพื้นที่หรือเที่ยวบิน

ให้เริ่มจาก คู่มือฝึกและอ่านผล แล้วตรวจ ผลและค่าตั้งจริง เทียบกับ ขั้นตอนในหน้าโปรเจกต์ ผลเทียบ ONNX ตรวจค่าก่อนคัดกรองกรอบด้วย จึงไม่อาศัยเพียงการที่ทั้งสองโมเดลตรวจไม่พบวัตถุ

ภาพต้นทางจาก UAVVaste ของทีมวิจัย PUTvision ใช้สิทธิ์ CC BY 4.0 ตามรายการข้อมูล ชุดดาวน์โหลดของเว็บเก็บคำสั่งและหลักฐาน ไม่รวมภาพหรือ weights ผู้เรียนต้องตรวจสิทธิ์ข้อมูล โค้ด และโมเดลแยกกันก่อนนำไปต่อยอด

เมื่อฝึกแล้วคะแนนเป็นศูนย์ ควรตรวจอะไร

ทดลองเปรียบเทียบใหม่เมื่อ 29 กันยายน 2569 โดยเริ่มจากน้ำหนักเดียวกัน ใช้ภาพและค่าตั้งเดิม แล้วเปลี่ยนงบการฝึกจาก 3 เป็น 30 รอบ ทั้งสองครั้งตรวจ hash และป้ายกำกับผ่านครบ 12 ภาพ รวม 54 กรอบ การเพิ่มจำนวนรอบเปลี่ยนระยะเวลาของตาราง learning rate ด้วย จึงไม่ใช่การต่อรอบด้วย learning rate คงที่

mAP ในตารางอยู่ในช่วง 0–1 และคำนวณด้วย evaluator ของเฟรมเวิร์ก ส่วนจำนวนกรอบใช้จุดตัด 0.25 ที่กำหนดแยกไว้ การมี mAP มากกว่าศูนย์เล็กน้อยไม่ได้แปลว่าโมเดลพร้อมใช้งาน ชุดประเมินนี้ใช้วิเคราะห์ปัญหามาแล้ว จึงไม่ใช่ชุดทดสอบอิสระ

หลังย่อภาพเป็น 320 พิกเซล วัตถุในชุดประเมิน 16 จาก 33 ชิ้นมีด้านสั้นต่ำกว่า 4 พิกเซล การตรวจรูปแบบ label ผ่านจึงยังไม่ตอบว่าภาพมีรายละเอียดเพียงพอหรือไม่ รอบนี้หยุดที่การเปรียบเทียบตามแผน ไม่ปรับ threshold เพื่อทำให้ผลดูดีขึ้น จึงตั้งโจทย์เรื่องความละเอียดภาพแยกต่างหากตามด้านล่าง

อ่าน คู่มือวิเคราะห์และทำซ้ำ พร้อม ผล 3 รอบ และ ผล 30 รอบ ก่อนทดลองต่อ อ้างอิง รูปแบบข้อมูลตรวจจับ และ ค่าตั้งการฝึกของ Ultralytics

เพิ่มความละเอียดเป็น 640 พิกเซลแล้วตรวจพบหรือไม่

วันที่ 30 กันยายน 2569 ทดลองอีกครั้งโดยใช้ภาพ 8 ภาพฝึกและ 4 ภาพประเมินเดิม น้ำหนักตั้งต้นและค่าฝึกเดิม 30 รอบ แต่เพิ่มขนาดภาพฝึกจาก 320 เป็น 640 พิกเซล แล้วนำ checkpoint ที่ได้มาตรวจทั้งสองขนาด ผลยังไม่มีกรอบใดผ่าน confidence 0.25 ทั้งในภาพฝึกและภาพประเมิน จึงยังนำโมเดลนี้ไปตรวจจับบนโดรนไม่ได้

ผลจาก checkpoint ที่ฝึกด้วย 640 พิกเซล	ตรวจที่ 320	ตรวจที่ 640
วัตถุในภาพประเมินที่มีด้านสั้นต่ำกว่า 4 พิกเซล	16/33	6/33
mAP50 ของภาพประเมิน (evaluator ใช้คะแนนเริ่มต้น 0.001)	0.001381	0
กรอบที่ผ่าน confidence 0.25 ในภาพประเมิน 4 ภาพ	0	0

ขนาดภาพที่มากขึ้นช่วยรักษาจำนวนพิกเซลของวัตถุ แต่ ไม่ได้รับประกันว่าคะแนนตรวจจับจะสูงขึ้นพอ คะแนนสูงสุดของกรอบดิบในภาพประเมินที่ 640 อยู่เพียง 0.01409 กรอบดิบที่ทับตำแหน่งของจริงยังไม่ใช่ผลตรวจจับเมื่อคะแนนต่ำกว่า 0.25 ส่วน mAP ที่ evaluator คำนวณด้วยเกณฑ์คะแนนต่ำกว่า เป็นคนละคำถามกับจำนวนกรอบที่ใช้จริง ค่า mAP เล็กน้อยของภาพประเมินที่ 320 จึงไม่ใช่หลักฐานว่าโมเดลพร้อมใช้

ชุดภาพประเมินนี้ถูกใช้วิเคราะห์ปัญหาแล้ว ยังไม่ใช่ test set อิสระ; checkpoint รอบเก่าที่ฝึก 320 ไม่ได้เก็บไว้ จึงเทียบสองขนาดการตรวจของ checkpoint ใหม่เดียวกัน ได้ แต่สรุปผลเปรียบเทียบโมเดลฝึกสองขนาดแบบจับคู่เต็มรูปแบบไม่ได้ ขั้นถัดไปควรเก็บภาพที่มีป้ายกำกับมากขึ้นจากคนละฉากหรือเที่ยวบิน และวางแผนทดสอบการตัดภาพเป็นช่องโดยกำหนดวิธีนับวัตถุบริเวณขอบช่องและวัด false positive ก่อนทดลอง

ดาวน์โหลด ผลรายภาพและค่าตั้ง JSON, ข้อมูลกราฟรายรอบ CSV, สคริปต์ฝึกและวัดผล และ ตัวเรียกแบบจำกัดเวลาและทรัพยากร อ่านร่วมกับ ที่มา UAVVaste, คู่มือฝึก Ultralytics และ คู่มือประเมิน ชุดดาวน์โหลดไม่มีภาพต้นฉบับหรือน้ำหนักโมเดล

จาก PC ไปสู่บอร์ดจริง

เริ่ม inference บน CPU ด้วย OpenCV/PyTorch/ONNX Runtime แล้วค่อยทดลอง GPU ส่วน Picamera2 ต้องใช้ Raspberry Pi และ camera stack ที่รองรับ; jetson-inference ใช้กับ Jetson/JetPack ที่ตรงกัน ความเร็วบน desktop ไม่ใช่ benchmark ของบอร์ด

สิทธิ์ของโค้ด โมเดล และข้อมูล

แยก license ของ library, model weights, dataset และบริการ cloud Ultralytics มี AGPL/Enterprise; Roboflow Public เปิด data/models ส่วน Colab มี quota ที่ไม่รับประกัน GPU ตรวจขอบเขตก่อนเลือกเครื่องมือสำหรับข้อมูลส่วนตัว

เว็บเทรน AI เพื่อนำไปตรวจจับวัตถุบนโดรน

ตรวจข้อมูลผู้ให้บริการเมื่อ 7 กันยายน 2569 ส่วนนี้หมายถึงการตรวจจับวัตถุในภาพจากกล้อง เช่น กล่องพัสดุ ห่วงชูชีพ หรืออุปกรณ์สำรวจ ผลตรวจจับยังไม่ใช่คำสั่งให้โดรนบินเข้าหา หยิบจับ หรือติดตามวัตถุโดยอัตโนมัติ

เลือก Object detection เมื่อต้องรู้ว่า “มีวัตถุอะไร อยู่ตรงไหน” ส่วน Image classification ตอบประเภทของภาพโดยรวม จึงใช้แทนกรอบตำแหน่งวัตถุหลายชิ้นไม่ได้ ไฟล์ที่นำไปใช้งานคือ โมเดลที่ฝึกแล้ว พร้อมรายชื่อคลาสและค่าการเตรียมภาพ ไม่ใช่การคัดลอกโฟลเดอร์ภาพฝึกลงโดรน

เลือกเครื่องมือให้ตรงงาน

เว็บทางการ	เหมาะกับ	ทางไปสู่โดรน / ข้อจำกัด
Edge Impulse Studio	เริ่ม Object detection และเตรียมใช้งานบนอุปกรณ์ Edge	เลือก deployment ตามบอร์ด เช่น C++ library หรือ Linux .eim; FOMO ให้จุดศูนย์กลาง ไม่ใช่ขนาดกรอบวัตถุ [1–3]
Ultralytics Platform	วาดกรอบ เทรน YOLO และส่งออกโมเดล	มี ONNX, TensorRT และรูปแบบอื่นตามโมเดล/เป้าหมาย ต้องตรวจ runtime และใบอนุญาต [4–6]
Roboflow	จัดชุดภาพ วาดกรอบ ตรวจข้อมูล และเทรน	แยก dataset export จาก model weights export; ความสามารถดาวน์โหลด weights ขึ้นกับโมเดลและแผน [7–9]
Google Teachable Machine	ผู้เริ่มต้นเรียน Image classification	ทดลองผ่านกล้องและนำโมเดลไปใช้ในโปรแกรมได้ แต่ Image Project ไม่ใช่ตัวตรวจจับกรอบหลายวัตถุ [10–11]
Google Colab	ผู้ที่พร้อมใช้ Python และปรับขั้นตอนฝึกเอง	เป็นสมุดโน้ตคำนวณบน cloud ต้องใช้โค้ดฝึก เช่น Ultralytics; มีข้อจำกัดทรัพยากรและไม่รับประกัน GPU [12]

แนวทางเริ่มต้นที่แนะนำ: ใช้ Edge Impulse ถ้าต้องการเห็นขั้นตอนจนถึงบอร์ด Edge ในระบบเดียว หรือ Ultralytics Platform ถ้าต้องการเรียน YOLO และส่งออกโมเดลหลายรูปแบบ ใช้ Roboflow เมื่อเน้นจัดการภาพและ annotation โดยตรวจสิทธิ์ export ก่อนเริ่มงาน ส่วน Teachable Machine เหมาะกับบทปูพื้นฐานการจำแนกภาพ

Edge Impulse: จากรูปภาพสู่บอร์ด Edge

1. สร้างบัญชีและ project ตรวจการตั้งค่า Private ก่อนอัปโหลดภาพ แล้วเลือกงาน Object detection
2. เพิ่มภาพและวาด bounding box ให้แต่ละคลาส แยกภาพทดสอบจากคนละฉากหรือรอบการถ่าย
3. สร้าง impulse เลือกการประมวลผลภาพและ learning block แล้ว Train และ Model testing
4. ไป Deployment เลือก target ที่รองรับ ทดลองผลบนคอมพิวเตอร์หรือ Linux ก่อนนำ package ไปบอร์ดจริง

มี Developer plan สำหรับทดลองและเงื่อนไขแยกจาก Enterprise ข้อมูลใน project แบบ private ยังถูกประมวลผลโดยบริการ cloud ตามเงื่อนไขผู้ให้บริการ ไม่ได้หมายถึงทำงานเฉพาะในเครื่อง หากเลือก FOMO ต้องเข้าใจว่าผลเป็นจุดศูนย์กลางและมีข้อจำกัดเมื่อวัตถุอยู่ชิดกัน [1–3, 13]

เปิด Studio → · คู่มือ Deployment · GitHub Linux Python SDK

Ultralytics Platform: เทรนและส่งออก YOLO

1. สร้าง dataset/project ตรวจ visibility แล้วอัปโหลดภาพและกำหนดคลาส เช่น parcel
2. วาดกรอบวัตถุ ตรวจ annotation และแยก train/validation/test ก่อนเลือกโมเดลและเริ่ม Train
3. ดูผลประเมินและภาพที่ตรวจผิด เก็บ test set ไว้ตรวจรุ่นใหม่โดยไม่ใช้ฝึก
4. ดาวน์โหลด weights หรือ Export รูปแบบที่ตรงกับเครื่อง เช่น ONNX สำหรับ runtime ที่รองรับ แล้วทดสอบกับวิดีโอใหม่

ตรวจค่าใช้บริการฝึกและสิทธิ์ของโมเดลก่อนเริ่ม ใบอนุญาต AGPL-3.0 กับ Enterprise มีเงื่อนไขต่างกัน การส่งออกสำเร็จไม่ได้รับรองความเร็วหรือความเข้ากันได้กับบอร์ดทุกตัว โดยเฉพาะ TensorRT ต้องตรวจรุ่น runtime และฮาร์ดแวร์เป้าหมาย [4–6]

เปิด Platform → · คู่มือส่งออก · GitHub Ultralytics

Roboflow: จัดข้อมูลและเทรนพร้อมตรวจเงื่อนไขส่งออก

1. ตรวจแผนและความเป็นส่วนตัวของ workspace ก่อนสร้าง Object Detection project
2. อัปโหลดภาพ Annotate กรอบและคลาส แล้วสร้าง dataset version พร้อมชุดทดสอบ
3. เลือกโมเดลที่รองรับ Train และตรวจผลจากภาพที่โมเดลยังไม่เคยเห็น
4. ตรวจ Supported Models ว่าโมเดลและแผนนี้ดาวน์โหลด weights ได้หรือใช้ Roboflow Inference บนฮาร์ดแวร์ได้อย่างไร ก่อนเลือกวิธี deploy

เอกสารระบุว่า free plan เปิด dataset และ model บน Universe ส่วน paid plans/trials มีข้อมูล private ตามเงื่อนไขแผน อย่าใช้โครงการสาธารณะกับภาพที่ไม่ต้องการเผยแพร่ การกด Export Dataset ได้ไฟล์ภาพและ labels ไม่ใช่หลักฐานว่าโหลดโมเดลที่เทรนแล้วได้ [7–9]

เปิด Roboflow → · ตรวจโมเดลและการส่งออก · GitHub Inference

Teachable Machine: เรียนการจำแนกภาพก่อนตรวจจับตำแหน่ง

1. เปิด Image Project สร้างคลาส เช่น “มีพัสดุ” และ “ฉากอื่น”
2. เพิ่มภาพหลายมุมและหลายฉาก แล้ว Train และลองภาพใหม่ใน Preview
3. เปิด Export Model เลือกรูปแบบที่โปรแกรมปลายทางรองรับ เช่น TensorFlow.js และดาวน์โหลดไฟล์พร้อม labels
4. ทดลองบนคอมพิวเตอร์ก่อน หากต้องการตำแหน่งหลายวัตถุ ให้เปลี่ยนไปใช้ Object detection

เว็บระบุว่าสามารถเลือกใช้แบบ on-device โดยข้อมูลกล้อง/ไมโครโฟนไม่ออกจากเครื่องได้ แต่การบันทึกขึ้น cloud หรือเผยแพร่ลิงก์เป็นอีกการกระทำหนึ่งที่ต้องตรวจแยก ไม่เหมารวมว่าทุกวิธีบันทึกเป็น local [10–11]

เปิด Teachable Machine → · GitHub ตัวอย่าง Image library

Colab: ฝึกผ่าน Python เมื่อพร้อมปรับโค้ด

1. เปิด notebook ที่ตรวจที่มาได้ เช่นตัวอย่างใน GitHub ทางการของไลบรารี และอ่านโค้ดก่อน Run all
2. เตรียมข้อมูลที่มีสิทธิ์ใช้ ระบุ dataset split แล้วเลือก runtime ตามทรัพยากรที่ได้รับ
3. ติดตั้งเวอร์ชันที่กำหนด เทรนและประเมินด้วย test set แยกต่างหาก
4. ดาวน์โหลด weights, labels, configuration และผลประเมินก่อน runtime สิ้นสุด แล้วทดสอบ inference บน Windows/Linux

Colab ไม่ใช่เว็บวาดกรอบและเทรนครบชุดแบบอัตโนมัติ ทรัพยากรฟรีมีข้อจำกัดและเปลี่ยนได้ ระวังสิทธิ์ Drive และข้อมูลใน notebook ที่แชร์ ไม่ใส่ API key ลงเซลล์ที่เผยแพร่ [12]

เปิด Colab → · ข้อจำกัดและ FAQ

ตรวจความปลอดภัยก่อนอัปโหลดภาพ

รายการนี้คัดจากโดเมนผู้ให้บริการและเอกสารทางการที่ตรวจได้ ไม่ได้เป็นการรับรองว่าไม่มีความเสี่ยงหรือผ่านการทดสอบเจาะระบบ ให้เริ่มจากภาพวัตถุที่สร้างหรือถ่ายเองและไม่มีข้อมูลอ่อนไหว แล้วตรวจสิ่งต่อไปนี้ก่อนใช้ข้อมูลจริง

• ตรวจว่า project, dataset และ model เป็น private ตามที่ต้องการ รวมถึงสิทธิ์ผู้ร่วมงานและเงื่อนไขเมื่อเปลี่ยนแผน
• อ่านนโยบายการใช้ข้อมูล การลบและสำรองข้อมูล โดยเฉพาะภาพบุคคล พิกัด EXIF และภาพพื้นที่ที่มีข้อจำกัด; ข้อมูล private บน cloud ยังต้องส่งไปประมวลผลกับผู้ให้บริการ
• เข้าเว็บจากลิงก์ทางการ ใช้รหัสผ่านเฉพาะบัญชี เปิด MFA เมื่อบริการรองรับ และเก็บ API key นอกโค้ดสาธารณะ
• ตรวจ license ของข้อมูล โค้ด weights และบริการแยกกัน รวมทั้งสิทธิ์ใช้งานเชิงพาณิชย์และการแจกโมเดล

Ultralytics มีนโยบายที่แยก customer content ออกจากเนื้อหาที่ผู้ใช้สมัครใจเปิดสาธารณะ ส่วน Edge Impulse ระบุการประมวลผลและ Usage Data ในเงื่อนไขบริการ ต้องอ่านให้ตรงประเภทบัญชีของตน [6, 13–14]

ขั้นตอนย้ายโมเดลจากเว็บไปยังโดรน

ภาพและกรอบกำกับ → ฝึก → ประเมิน → ส่งออกโมเดล → ทดสอบ PC → ทดสอบบอร์ดและกล้อง → เชื่อมระบบโดรน

1. เลือกงานตัวอย่าง เช่นตรวจกล่องพัสดุ เก็บภาพหลายระยะ มุม แสง และภาพที่ไม่มีวัตถุเป้าหมาย อย่าใช้แต่ภาพสินค้าใกล้ ๆ หากกล้องจริงจะมองจากด้านบน
2. ก่อนฝึก ตรวจว่าบอร์ดหรือ SDK ของโดรนรับโมเดลแบบใด โดรนสำเร็จรูปบางรุ่นไม่เปิดให้เพิ่มโมเดลเอง
3. ส่งออกไฟล์โมเดล พร้อม labels, input size, RGB/BGR, normalization และวิธี post-processing เก็บเลขเวอร์ชันและ license เพื่อให้รันซ้ำได้
4. เปิดวิดีโอที่บันทึกไว้บน Windows/Linux ตรวจกรอบและจำนวนวัตถุ วัด precision/recall, latency p95 และทรัพยากร แล้วเปรียบเทียบก่อน/หลัง quantization
5. นำ package ไป companion computer เช่นบอร์ด Linux ที่รองรับ กล้องส่งภาพเข้าโปรแกรม inference ซึ่งคืนคลาส confidence และตำแหน่งในภาพ เริ่มจากแสดงผลหรือบันทึกผลบนโต๊ะทดลอง
6. เชื่อมต่อซอฟต์แวร์โดรนตาม SDK/ROS ที่ระบบรองรับหลังทดสอบบอร์ด ตำแหน่งพิกเซลในภาพยังไม่ใช่พิกัดโลกหรือระยะถึงวัตถุ ต้องมี calibration และข้อมูลเรขาคณิตเพิ่มเติม [15]

หากประมวลผลวิดีโอที่สถานีภาคพื้นแทนบอร์ดบนลำ ต้องทดสอบความหน่วงและการขาดหายของสัญญาณด้วย ส่วนการรันโมเดลบนอุปกรณ์แบบ offline ต้องตรวจจริงโดยตัดอินเทอร์เน็ต เพราะการแสดงผลผ่าน hosted API ยังพึ่งเครือข่ายอยู่

สถานะการตรวจเครื่องมือเว็บ: ตรวจคู่มือและเงื่อนไขผู้ให้บริการแล้ว แต่ยังไม่ได้อัปโหลดภาพหรือเทรนโมเดลผ่านบริการเว็บเหล่านี้ และยังไม่ได้ทดสอบบนโดรนจริง การทดลองฝึกแบบออฟไลน์ที่รายงานข้างต้นเป็นงานแยกต่างหาก ไม่รับรองว่าไฟล์เดียวใช้กับโดรนทุกยี่ห้อได้

บรรณานุกรม: เว็บเทรน AI และการนำไปใช้

รายการเว็บไซต์ไม่ระบุปีใช้ “ม.ป.ป.” สืบค้นทุกรายการวันที่ 7 กันยายน 2569

1. Edge Impulse. (ม.ป.ป.). Object detection.
2. Edge Impulse. (ม.ป.ป.). Deployment.
3. Edge Impulse. (ม.ป.ป.). Introducing the Developer Plan.
4. Ultralytics. (ม.ป.ป.). Trained Model Management.
5. Ultralytics. (ม.ป.ป.). Model Export with Ultralytics YOLO.
6. Ultralytics. (ม.ป.ป.). Licensing.
7. Roboflow. (ม.ป.ป.). Create a Project.
8. Roboflow. (ม.ป.ป.). Supported Models.
9. Roboflow. (ม.ป.ป.). Pricing and Plans.
10. Google Creative Lab. (ม.ป.ป.). Teachable Machine.
11. Google Creative Lab. (ม.ป.ป.). Teachable Machine Image Library.
12. Google. (ม.ป.ป.). Colaboratory Frequently Asked Questions.
13. Edge Impulse. (ม.ป.ป.). Developer Plan Terms of Service และ Privacy Policy.
14. Ultralytics. (2026, 22 มิถุนายน). Privacy Policy.
15. PX4. (ม.ป.ป.). Companion Computers — User Guide v1.14. ใช้อ้างอิงการแยกหน้าที่ flight controller และ companion computer; ตรวจคู่มือรุ่นที่ใช้ก่อนเชื่อมระบบจริง

อ่านต่อและแหล่งอ้างอิง

• เอกสารตั้งต้น: DTI, Computer_vision_v1
• OpenCV camera calibration
• ONNX Runtime Python
• Ultralytics licensing
• Computer Vision และการทำแผนที่เดิม
• Embedded AI และ ROS

เนื้อหานี้เรียบเรียงจากเอกสารที่ DTI เอื้อเฟื้อและแหล่งอ้างอิงข้างต้น ตัวอย่างตัวเลขเป็นกรณีเพื่อการเรียนรู้ อ่านกิตติกรรมประกาศและที่มาของเนื้อหา

F15: จุดสามมิติลงพิกเซลที่ไหน

ระดับประยุกต์ · คำถาม: จุดในกรอบกล้องจะฉายเป็นพิกเซลใด? ใช้ pinhole แบบไม่มี distortion ตาม OpenCV 4.10.0

u = fx X/Z + cx; v = fy Y/Z + cy

FOV_horizontal = 2 atan(S/(2f)) × 180/π

X/Z ไร้หน่วย จึงคูณ fx แล้วเป็น px; atan ให้ rad ก่อนแปลงเป็น deg สูตร FOV นี้สมมติกรอบรับภาพสมมาตรรอบแกนแสง ต้องไม่ใช้เมื่อ crop เยื้องแกนโดยไม่แก้เรขาคณิต ตัวอย่างเป็นกล้องสังเคราะห์ ไม่มีรุ่นฮาร์ดแวร์จริง

ต้องแปลง world point เข้ากรอบกล้องก่อนใช้สูตร Z=0 หารไม่ได้และ Z<0 อยู่หลังกล้อง ไม่รองรับ fisheye/distortion เมื่อ resize/crop ต้องปรับ intrinsic ให้ตรงภาพใหม่ FOV เป็นขอบเรขาคณิต ไม่รับรองการตรวจพบวัตถุ

ตัวอย่างแทนค่า

ให้ X=1 m,Y=0.5 m,Z=5 m, fx=fy=800 px,cx=640 px,cy=360 px ได้ u=800×1/5+640=800 px และ v=800×0.5/5+360=440 px แยกคำนวณ FOV จาก S=12.8 mm,f=8 mm: 2atan(0.8)=1.349481884 rad=77.319617° (ภาพ1280×720 px, active sensor12.8×7.2 mm จึงตรงกับ fx=fy=800 px)

แบบฝึกเปลี่ยนค่า

เพิ่ม Z เป็น10 m โดยคง X,Y และกล้องเดิม จุดภาพและ FOV เปลี่ยนอย่างไร?

เปิดเฉลย F15

u=720 px,v=400 px ระยะจาก (640,360) ลดครึ่งหนึ่ง ส่วน FOV=77.319617° คงเดิม ยอมรับ ±0.001 px และ ±0.000001°

อ้างอิง: OpenCV 4.10.0 — Camera Calibration and 3D Reconstruction (P3E06); ตรวจ 26 กันยายน 2569

ดาวน์โหลดชุดตรวจคำตอบสูตรพื้นฐาน (JSON) · ข้อมูลสังเคราะห์พร้อมหน่วย ใช้เปรียบเทียบผลคำนวณของตนเอง

ดาวน์โหลดชุดฝึกสูตรวิศวกรรมและเซนเซอร์ (CSV/JSON พร้อมเฉลย) · ข้อมูลสังเคราะห์สำหรับฝึกคำนวณและตรวจสมมติฐาน