บทที่ 4: Object Detection เบื้องต้น

จบบทนี้แล้ว คุณจะเข้าใจ Pre-trained models อย่าง YOLO และ MobileNet ใช้ TensorFlow Hub หรือ PyTorch Hub ตรวจจับวัตถุในภาพแล้วแสดง label ได้ และลองสร้างตัวตรวจจับสิ่งของในห้อง

Object Detection คืออะไร?

Object Detection คือการตรวจจับและบอกตำแหน่งของวัตถุหลายชนิดในภาพพร้อมกัน ไม่เหมือน Image Classification ที่บอกแค่ว่าภาพนี้เป็นหมวดอะไร Detection จะบอกว่ามีอะไรบ้างและอยู่ตรงไหน มักแสดงเป็นกรอบ (bounding boxes) รอบวัตถุแต่ละอย่าง

Pre-trained Models

YOLO (You Only Look Once) ตรวจจับได้เร็วมาก ใช้กับวิดีโอแบบ real-time ได้ และรองรับหลายสิบ class จากชุดข้อมูล COCO MobileNet ออกแบบมาให้เบาและเร็ว เหมาะกับมือถือหรืออุปกรณ์จำกัด ทั้งสองแบบมีให้ใช้ผ่าน Hub ไม่ต้อง train เองตั้งแต่ต้น

TensorFlow Hub และ PyTorch Hub เป็นที่รวมโมเดลที่ train ไว้แล้ว คุณโหลดมาใช้ ใส่ภาพเข้าไป แล้วได้ bounding boxes กับ label ออกมา

โปรเจกต์ปฏิบัติ: ตัวตรวจจับสิ่งของในห้อง

ใน colab_notebook.ipynb มีตัวอย่างการโหลด pre-trained model ตรวจจับวัตถุในภาพ แสดงกรอบและ label นับจำนวนแต่ละประเภท และกรองเฉพาะวัตถุที่สนใจ เช่น โทรศัพท์ แก้ว คอมพิวเตอร์ ลองรันกับภาพห้องหรือโต๊ะทำงานของคุณ

สรุป

เราได้รู้จัก Object Detection ว่าแตกต่างจาก Classification อย่างไร และได้ใช้ YOLO/MobileNet ผ่าน Hub เพื่อตรวจจับวัตถุในภาพ บทถัดไปจะไปต่อที่ Image Classification