บทที่ 5: Image Classification

เมื่อจบบทนี้ คุณจะเข้าใจ Transfer Learning ว่าคืออะไร ใช้โมเดล pre-trained อย่าง ResNet หรือ EfficientNet ได้ และลอง fine-tuning กับชุดข้อมูลของคุณ เพื่อสร้าง classifier แยกประเภทอาหารไทยหลายชนิด

Image Classification คืออะไร?

Image Classification คือการจำแนกภาพเป็นหมวดหมู่ เช่น แมว สุนัข หรืออาหาร ใช้ในแอปจัดรูปภาพ การตรวจสอบคุณภาพสินค้า และการวินิจฉัยจากภาพทางการแพทย์

Transfer Learning

Transfer Learning คือการนำความรู้จากโมเดลที่ train กับข้อมูลจำนวนมากมาใช้กับงานใหม่ โดยไม่ต้อง train ตั้งแต่ต้น วิธีทำคือใช้ backbone ของโมเดลอย่าง ResNet หรือ EfficientNet แล้วเปลี่ยน layer สุดท้ายให้ตรงกับจำนวน class ของคุณ จากนั้น train เฉพาะส่วนใหม่หรือ fine-tune ทั้งหมดด้วย learning rate ต่ำ ResNet ใช้ skip connections จึง train ได้ลึกมาก ส่วน EfficientNet ให้ความแม่นยำดีโดยใช้ทรัพยากรน้อย เหมาะกับเครื่องไม่แรงหรือมือถือ

โปรเจกต์ปฏิบัติ: Classifier แยกประเภทอาหารไทย

ใน colab_notebook.ipynb มีตัวอย่างการโหลดและเตรียมข้อมูลอาหารไทยหลายชนิด ใช้ Transfer Learning ด้วย ResNet หรือ EfficientNet ทำ fine-tuning ทดสอบและประเมินผล แล้วบันทึกโมเดล ลองใช้กับชุดภาพอาหารของคุณเอง

สรุป

เราได้รู้จัก Image Classification และ Transfer Learning ใช้โมเดล pre-trained แล้ว fine-tune กับงานของเรา บทถัดไปจะไปต่อที่ Pose Estimation และ AR Filters