หลักสูตร No-Code Tools for Computer Vision Model

วันที่ 9 – 10 พฤศจิกายน 2024

เวลา 9.00 – 16.00 น.

ราคา 6,990 บาท ลงทะเบียนก่อน 14 วันลด 10 % เหลือเพียง 6,290 บาท

ณ อาคาร KX Knowledge Xchange @BTS วงเวียนใหญ่

หลักการและเหตุผล

ในยุคที่เทคโนโลยีปัญญาประดิษฐ์ (AI) และการเรียนรู้เชิงลึก (Deep Learning) กำลังเติบโตอย่างรวดเร็ว การประยุกต์ใช้เทคโนโลยีเหล่านี้ในการประมวลผลภาพได้กลายเป็นทักษะที่สำคัญและเป็นที่ต้องการอย่างมากในอุตสาหกรรมต่างๆ หลักสูตรนี้ออกแบบมาเพื่อให้ผู้เรียนได้เรียนรู้และฝึกปฏิบัติการใช้เครื่องมือและเทคนิคล่าสุดในการสร้างโมเดล Deep Learning สำหรับการจำแนกภาพ (Image Classification) การตรวจจับวัตถุ (Object Detection) และการแบ่งส่วนภาพ (Instance Segmentation) ซึ่งเป็นพื้นฐานสำคัญในการพัฒนาระบบคอมพิวเตอร์วิทัศน์ (Computer Vision) ที่มีประสิทธิภาพ

วัตถุประสงค์

    1. เพื่อให้ผู้เรียนเข้าใจหลักการพื้นฐานของ Deep Learning และการประยุกต์ใช้ในงานด้านการประมวลผลภาพ
    2. เพื่อให้ผู้เรียนสามารถใช้เครื่องมือสมัยใหม่ เช่น Teachable Machine, Roboflow และ Ultralytics ในการสร้างโมเดล Deep Learning สำหรับการจำแนกภาพ การตรวจจับวัตถุ และการแบ่งส่วนภาพ
    3. เพื่อให้ผู้เรียนสามารถนำโมเดลที่สร้างขึ้นไปใช้งานจริง (Deploy) ได้อย่างมีประสิทธิภาพ
    4. เพื่อเสริมสร้างทักษะการแก้ปัญหาและการประยุกต์ใช้เทคโนโลยี AI ในงานด้านการประมวลผลภาพ

หลักสูตรนี้เหมาะกับใครบ้าง

  • นักพัฒนาซอฟต์แวร์ที่ต้องการเพิ่มทักษะด้าน AI และ Computer Vision
  • วิศวกรข้อมูลหรือนักวิทยาศาสตร์ข้อมูลที่สนใจในการประยุกต์ใช้ Deep Learning กับงานด้านภาพ
  • นักศึกษาหรือผู้ที่สนใจในเทคโนโลยี AI และต้องการเริ่มต้นเรียนรู้การสร้างโมเดล Deep Learning สำหรับการประมวลผลภาพ
  • ผู้ประกอบการหรือผู้จัดการโครงการที่ต้องการเข้าใจศักยภาพและการประยุกต์ใช้ AI ในงานด้านการวิเคราะห์ภาพ

ความรู้พื้นฐาน

  • พื้นฐานการเขียนโปรแกรมภาษา Python
  • ความเข้าใจพื้นฐานเกี่ยวกับการเรียนรู้ของเครื่อง (Machine Learning) จะเป็นประโยชน์ แต่ไม่จำเป็นต้องมีประสบการณ์โดยตรง
  • ความเข้าใจพื้นฐานเกี่ยวกับการประมวลผลภาพดิจิทัล
  • ทักษะการใช้คอมพิวเตอร์ทั่วไปและความคุ้นเคยกับการใช้งานบราวเซอร์อินเทอร์เน็ต

กำหนดการ

วันที่ เวลา หัวข้อ

วันที่ 1

9.00 – 12.00
  • Introduction to Deep Learning
  • Transfer Learning (Pretrained Model)
  • Introduction to Image Classification
  • Introduction to Teachable Machine for Image Classification
  • Building the Image Classification Models with Teachable Machine

13.00 – 16.00
  • Introduction to Roboflow for Image Classification
  • Building the Image Classification Models with Roboflow
  • Building the Image Classification Models with Ultralytics
  • Deploy the Image Classification Models
วันที่ เวลา หัวข้อ

วันที่ 2

9.00 – 12.00
  • Introduction to Object Detection
  • Introduction to Roboflow for Object Detection
  • Building the Object Detection Models with Roboflow
  • Building the Object Detection Models with Ultralytics
  • Deploy the Object Detection Models

13.00 – 16.00
  • Introduction to Instance Segmentation
  • Introduction to Roboflow for Instance Segmentation
  • Building the Instance Segmentation Models with Roboflow
  • Deploy the Instance Segmentation Models