บล็อก Computer Vision

บทความแต่ละตอนสรุปแนวคิดสำคัญของบทเรียนที่ 1–8 พร้อมไอเดียโปรเจกต์และการประยุกต์ใช้กับ Raspberry Pi และ Edge AI

1. บทที่ 1
   เริ่มต้นเรียนรู้ Computer Vision กับ Google Colab บทความโปรโมตบทที่ 1 — พื้นฐาน Computer Vision และการใช้งาน Google Colab
2. บทที่ 2
   การจัดการสีและ Filters — สร้าง Instagram Filters ด้วย Python บทความโปรโมตบทที่ 2 — Color spaces, image filtering และ Instagram-style filters
3. บทที่ 3
   Face Detection พื้นฐาน — เทคโนโลยีเบื้องหลัง Face ID และ AR Filters บทความโปรโมตบทที่ 3 — Face detection, Haar Cascade และตัวอย่างโปรเจกต์
4. บทที่ 4
   Object Detection เบื้องต้น — เทคโนโลยีเบื้องหลัง Self-driving Cars บทความโปรโมตบทที่ 4 — Object detection, YOLO, MobileNet และตัวอย่างโปรเจกต์
5. บทที่ 5
   Image Classification — สร้าง AI จำแนกรูปภาพด้วย Transfer Learning บทความโปรโมตบทที่ 5 — Image classification, Transfer learning และโปรเจกต์อาหารไทย
6. บทที่ 6
   Pose Estimation และ AR Filters — สร้าง Snapchat Filters ด้วย Python บทความโปรโมตบทที่ 6 — Pose estimation, MediaPipe และ AR filters
7. บทที่ 7
   Image Segmentation — ตัดพื้นหลังและเปลี่ยนพื้นหลังด้วย AI บทความโปรโมตบทที่ 7 — Image segmentation, DeepLab/U-Net และ background removal
8. บทที่ 8
   โปรเจกต์จบหลักสูตร — Deploy โมเดล AI เป็น Web App บทความโปรโมตบทที่ 8 — สรุปหลักสูตรและการ deploy โมเดลผ่าน Gradio/Streamlit และ Hugging Face Spaces