🤓 น้องๆ รู้ไหมครับว่า computer vision
อ่านว่า "คอมพิวเตอร์วิชั่น"
เป็นศาสตร์ทางคอมชั้นสูงอีกแขนงหนึ่ง
ที่ทำให้คอมพิวเตอร์มองเห็นได้ดุจดังตามนุษย์
เป็นไงฟังแล้วเท่ห์มั๊ยละ
.
ปกติมนุษย์เวลาเห็นวัตถุ สิ่งของ สิ่งมีชีวิต อยู่ในรูป หรือในวีดีโอ
เช่น เห็นปูุ๊บก็จะบอกได้ทันทีว่า
ในรูปหรือวีดีโอมีหมา แมว แก้วน้ำ แจกัน ฯลฯ
เรื่องแบบนี้สำหรับคน ถือว่าโคตรรรรรรรรรง่ายๆ
.
แต่ทว่าในมุมของคอมพิวเตอร์
มันยากมากกกกกกกกกกกกกก
.
ถ้าคอมมันทำได้ก็ถือว่าฉลาดมากแล้ว
ถือว่า intelligent เป็นสิ่งอัจฉริยะในมุมของคอม
ซึ่งการแยกแยะว่าสิ่งที่อยู่ในรูปว่ามันเป็นอะไร
ภาษาอังกฤษเรียกว่า classification (แยกแยะประเภท)
.
สำหรับศาสตร์ computer vision 💻 💻
มันแตกแขนงได้หลายเทคนิค หลายสาย
แต่ในโพสต์นี้จะพูดถึงเฉพาะแค่ 2 เรื่อง เท่านั้นได้แก่
.
☑ 1) การทำ Object detection
เป็นการตรวจจจับวัตถุในรูป
ในมุมการ classification มันแค่บอกว่าสิ่งในรูปคืออะไร
แต่ Object detection จะไม่ใช่แค่บอกว่าสิ่งที่อยู่ในรูปคืออะไรเท่านั้น
.
😲 😲 มันเหมือนอัพเกรตจากความสามารถ classification
เพื่อพัฒนาไปตีกล่องสี่เหลี่ยมล้อมรอบ (ภาษาอังกฤษเรียกว่า Box)
ตีกล่องเพื่อบอกตำแหน่งสิ่งที่มันตรวจจับในรูปหรือในวีดีโอได้ ...โอ้วแม่เจ้าจะเทพไปถึงไหน
.
.
☑ 2) การทำ Segmentation
จะแอดวานซ์จาก Object detection
เหมือนเป็นเวอร์ชั่นอัพเกรตอีกต่อหนึ่ง
.
คือมันไม่ได้ตีกรอบล้อมรอบวัตถุนะ
แต่มันจะยิ่งกว่านั้น
...ก็คือมันจะไฮไลท์ (ฝรั่งบอกว่า mask)
....มันจะระบุพื้นที่วัตถุ สิ่งของ ที่มันตรวจจับได้ (เหมือนเราแรงงานไปยังวัตถุนั้น ๆ)
.
.
ซึ่งศาสตร์ computer vision ปัจจุบันนี้
นิยมเอา AI (ปัญญาประดิษฐ์) มาใช้งาน
จริงมันก็ทำอย่างอื่นได้นอกจากสองเรื่องที่ผ่าน เช่น
pose estimation ตรวจจับจุดต่างๆ ของมนุษย์ แบบกล่องสองผี 💀💀 💀 ....จนปรึ้นๆๆ น่ากลัวหรือเปล่า เป็นต้น
.
และมีข่าวดีสำหรับใครที่สนใจเขียนโปรแกรม 👏 👏
สำหรับงาน Object Detection กับ Segmentaion
ผมทำตัวอย่างการใช้งานไว้แล้ว
มี 5 แบบ ลองเข้าไปดูโค้ดได้ที่นี้
.
🔥 1. การช้งานไลบรารี่ imageai ตรวจจับวัตถุในรูป
https://colab.research.google.com/…/1uQnZfPlRhplvcZKWiXn1je…
🔥 2. การใช้งานไลบรารี่ pixellib ตรวจจับวัตถุในรูป
https://colab.research.google.com/…/1llWzReE3rS9wDfSGGm8M7R…
🔥 3. การใช้ไลบรารี่ Tensorflow ตัวอย่างของ Google ตรวจจับวัตถุในรูป
https://colab.research.google.com/…/12K-4uQ1tAvOukLb1-lwXx4…
🔥 4. การใช้ไลบรารี่ Detectron2 ของเฟสบุ๊ค ตรวจจับวัตถุในรูป
https://colab.research.google.com/…/1jnWFADFdZHz1LSyfXVKHY3…
🔥 5 ตัวอย่างการใช้โมเดล Msk RCNN ตรวจจับวัตถุในรูป
https://colab.research.google.com/…/1JGRIMQ1YSdMXkEZdC6QNGb…
.
ปล. มีแต่โค้ด python เพราะต้องทำใจอะนะ
เพราะงานด้านนี้ ภาษานี้คืออันดับหนึ่งในงาน AI ณ ห่วงเวลานี้
(สามารถไปอ่านตำราเรียน ม.1-2-3 มีเนื้อหา python อยู่ในตำรา)
.
.
+++++ขอประชาสัมพันธ์ (ขายของ)
📔 หนังสือ "ปัญญาประดิษฐ์ (AI) ไม่ยาก" เข้าใจได้ด้วยเลขม. ปลาย (เนื้อหาภาษาไทย)
.
ถ้าสนใจสั่งซื้อเล่ม 1 ก็สั่งซื้อได้ที่ (เล่มอื่นๆ กำลังทยอยตามมา)
👉 https://www.mebmarket.com/web/index.php…
.
ขออภัยยังไม่มีเล่มกระดาษจำหน่าย มีแต่ ebook
.
ส่วนตัวอย่างหนังสือ ก็ดูได้ลิงค์นี้
👉 https://www.dropbox.com/s/fg8l38hc0k9b…/chapter_example.pdf…
.
✍เขียนโดย โปรแกรมเมอร์ไทย thai programmer
🤓 Do you know that computer vision?
Read ′′ Computer Vision ′′
It's another elite computer science.
That makes computers visible as human eyes.
How are you? Are you cool?
.
Normally humans see objects of living things in the photo or video.
Such as seeing a crab, I can tell you right away.
In the picture or video, there are dogs, cats, mug, vase etc.
This kind of thing for people is considered simple.
.
But in the corner of computer
It's very difficult.
.
If a computer can do it, it's very clever.
Intelligent is considered genius in the corner of the computer.
Which digest what's in the picture is what it is.
English is called classification (type digest)
.
For computer vision science 💻 💻
It's broken. Many tricks. Many lines.
But in this post, it's only about 2 stories.
.
☑ 1) Object detection
Detection of the objects in the photo
In classification angle, it just says what is in the picture.
But Object detection won't just say what's in the picture.
.
😲 😲 It's like an upgrade from ability classification.
To develop, hit a square box, surround (English is called Box).
Hit the box to spot what it detects in the photo or video... Oh my god how can it be?
.
.
☑ 2) Making Segmentation
Will admin from Object detection
It's like another upgrade version.
.
Well, it doesn't hit the frame surrounding the object.
But it will be more than that.
... Well, it's going to be highlighted (Foreigner says mask)
.... It will identify the areas, objects, things that they detect (like we labor to that object).
.
.
The science of computer vision nowadays.
Popular to use AI (Artificial Intelligence)
True, it can do anything else but two things that pass, e.g.
pose estimation detects different points of human in two ghost box. 💀💀 💀 💀 💀.... so bad, scary, etc.
.
And some good news for anyone who is interested in programming 👏 👏
For Object Detection with Segmentaion
I made an example of use.
There are 5 designs. Check out the code here.
.
🔥 1. Imageai library work. Detection of objects in the photo.
https://colab.research.google.com/drive/1uQnZfPlRhplvcZKWiXn1jeytJIFEVLkV
🔥 2. usage of pixellib libraries. Detect objects in the photo.
https://colab.research.google.com/drive/1llWzReE3rS9wDfSGGm8M7RQ25jeEfSIi
🔥 3. uses of Tensorflow's Tensorflow library. A sample of Google detects objects in the photo.
https://colab.research.google.com/drive/12K-4uQ1tAvOukLb1-lwXx4bnXkeQupTk
🔥 4. Facebook's Detectron2 Library Uses rūp Objects Detector
https://colab.research.google.com/drive/1jnWFADFdZHz1LSyfXVKHY3fIwuY5F_uo
🔥 5 examples of using Msk RCN model. Detect objects in the photo.
https://colab.research.google.com/drive/1JGRIMQ1YSdMXkEZdC6QNGbI722tEQJTE
.
Ps. There are only code python because I need to get over it.
Because of this side job, this language is number one in AI event. At this time, I'm
(Can go to read textbooks. 1-2-3 python content in the textbook)
.
.
+++++ Public relations (selling items)
📔 The book ′′ Artificial Intelligence (AI) is not difficult It can be understood by the number. Tipping (Thai language content)
.
If you are interested in ordering book 1, you can order at (other books are gradually following).
👉 https://www.mebmarket.com/web/index.php?action=BookDetails&data=YToyOntzOjc6InVzZXJfaWQiO3M6NzoiMTcyNTQ4MyI7czo3OiJib29rX2lkIjtzOjY6IjEwODI0NiI7fQ&fbclid=IwAR11zxJea0OnJy5tbfIlSxo4UQmsemh_8TuBF0ddjJQzzliMFFoFz1AtTo4
.
Sorry, no paper books available. Only ebooks.
.
Personal like the book. You can see this link.
👉 https://www.dropbox.com/s/fg8l38hc0k9b0md/chapter_example.pdf?dl=0
.
✍ Written by Thai programmer thai coderTranslated
dl segmentation 在 โปรแกรมเมอร์ไทย Thai programmer Facebook 的最佳貼文
จากคลิปการตรวจจับวัตถุจากกล้องวีดีโอแบบเรียลไทม์ ที่ได้นำเสนอไป
https://youtu.be/PlfyWTTVuIs
.
มันเป็นแค่การตรวจจับวัตถุแบบธรรมดา
แล้วตีกรอบล้อมรอบรูปภาพ แล้วบอกว่าคืออะไรเท่านั้นเอง?
.
แต่ในตัวอย่างคลิปอันใหม่ นี้ได้เพิ่มฟีเจอร์
ในการทำ segmentation เข้าไปด้วย
หมายถึงสามารถไฮท์ไลท์เฉพาะเจาะจงไปที่วัตถุในรูป
เพื่อแยกรูปวัตถุนั้นๆ ออกจากวัตถุอื่นๆ ได้
.
...ศึกษาเพิ่มเติมได้ที่...
https://www.patanasongsivilai.com/blog/object-dection/
.
เขียนโดยโปรแกรมเมอร์ไทย thai programmer
ฝากติดตาม https://youtu.be/qQ1OuP95Zu4
.
+++++ขอประชาสัมพันธ์ (ขายของ)
📔 หนังสือ "ปัญญาประดิษฐ์ (AI) ไม่ยาก" เข้าใจได้ด้วยเลขม. ปลาย (เนื้อหาภาษาไทย)
.
ถ้าสนใจสั่งซื้อเล่ม 1 ก็สั่งซื้อได้ที่ (เล่มอื่นๆ กำลังทยอยตามมา)
👉 https://www.mebmarket.com/web/index.php?action=BookDetails&data=YToyOntzOjc6InVzZXJfaWQiO3M6NzoiMTcyNTQ4MyI7czo3OiJib29rX2lkIjtzOjY6IjEwODI0NiI7fQ&fbclid=IwAR11zxJea0OnJy5tbfIlSxo4UQmsemh_8TuBF0ddjJQzzliMFFoFz1AtTo4
.
ขออภัยยังไม่มีเล่มกระดาษจำหน่าย มีแต่ ebook
.
ส่วนตัวอย่างหนังสือ ก็ดูได้ลิงค์นี้
👉 https://www.dropbox.com/s/fg8l38hc0k9b0md/chapter_example.pdf?dl=0
.
✍เขียนโดย โปรแกรมเมอร์ไทย thai programmer
dl segmentation 在 史丹福狂想曲 Facebook 的最佳貼文
一位84歲的男士因貧血入院,血液檢查發現血色素7.7g/dL,白血球8.2x10^9/L,血小板72x10^9/L。血液抹片中發現有13%的母細胞(blasts),且嚐中性白血球(neutrophils)的模樣如下,診斷是甚麼?(答案在下面)
...
...
...
...
...
...
...
...
...
...
病人得的是骨髓異變綜合症(myelodysplastic syndrome)。這種血液疾病大多在老年人中出現,病人因為骨髓造血細胞出現基因突變,令到它們無法有效製造血細胞。因為血細胞減少,病人可能有貧血、出血及感染等症狀。這是一種早期的急性白血病,假以時日,它會演變成急性骨髓性白血病(acute myeloid leukaemia)。
值得一提的是,骨髓異變綜合症中的「異變」兩字,指的是血細胞的形態。例如血液抹片中的嚐中性白血球細胞質中的顆粒減少得非常嚴重。正常的嚐中性白血球細胞質是粉橙色的,而這位病人的嚐中性白血球細胞質是淡淡的,缺少了顏色。
如果觀看病人的骨髓抹片,就會見到更多「異變」的細胞。例如細小的,缺小分葉(hypolobated)的巨核細胞(megakaryocytes)、細胞核分離(separates nuclei)的巨核細胞、細胞核與細胞質異步成熟(nuclear-cytoplasmic asynchrony)的紅血球先驅細胞(erythroid precursors)、出現核間橋(internuclear bridge)的紅血球先驅細胞、有不正常細胞核分割(nuclear segmentation)的顆粒性先驅細胞(granulocytic precursors)等。