📘 หลักสูตรอบรม

“พื้นฐาน Computer Vision และ Object Detection ด้วย AI”

1. หลักการของหลักสูตร

หลักสูตรนี้มุ่งเน้นให้ผู้เรียนเข้าใจการทำงานของ Computer Vision และ Object Detection ผ่านการลงมือปฏิบัติจริง โดยใช้ภาษา Python และเครื่องมือที่ใช้งานจริงในอุตสาหกรรม เช่น OpenCV และ YOLO World

ผู้เรียนจะได้เรียนรู้ตั้งแต่:

• การติดตั้งระบบ
• การเขียนโปรแกรมพื้นฐาน
• การประมวลผลภาพ
• การใช้ AI ตรวจจับวัตถุแบบ Real-time

โดยใช้โค้ดตัวอย่างจริงในการเรียนรู้ เพื่อให้สามารถนำไปต่อยอดได้ทันที

2. วัตถุประสงค์ของหลักสูตร

1. เพื่อให้ผู้เรียนเข้าใจพื้นฐานของ Computer Vision
2. เพื่อให้สามารถติดตั้งและใช้งาน Python สำหรับงาน AI ได้
3. เพื่อให้เข้าใจหลักการของ Object Detection
4. เพื่อให้สามารถใช้งาน YOLO World ตรวจจับวัตถุได้
5. เพื่อให้สามารถพัฒนาโปรแกรมตรวจจับวัตถุแบบ Real-time

3. ความรู้พื้นฐาน Computer Vision (เข้าใจง่าย)

🔹 Computer Vision คืออะไร

คือการทำให้คอมพิวเตอร์ “มองเห็นภาพ” และเข้าใจสิ่งที่อยู่ในภาพ เช่น:

• แยกคน / สัตว์ / วัตถุ
• ตรวจจับตำแหน่ง (Bounding Box)
• จำแนกประเภท (Classification)

🔹 Object Detection คืออะไร

คือการ:

1. หา “วัตถุอยู่ตรงไหน”
2. บอกว่า “วัตถุนั้นคืออะไร”

เช่น:

• ตรวจจับ “คน” → วาดกรอบ + แสดงคำว่า person
• ตรวจจับ “โทรศัพท์” → วาดกรอบ + แสดง phone

4. เครื่องมือที่ใช้ในหลักสูตร

• Python
• OpenCV → จัดการภาพ / กล้อง
• Ultralytics YOLO World → AI ตรวจจับวัตถุ

5. ขั้นตอนการเรียน (Step-by-Step)

🔹 ขั้นที่ 1: ติดตั้งโปรแกรมพื้นฐาน

✅ 1. ติดตั้ง Python

• ดาวน์โหลดจาก: https://www.python.org
• แนะนำเวอร์ชัน: 3.10 – 3.11
• ⚠️ ต้องติ๊ก “Add Python to PATH”

✅ 2. ติดตั้ง VS Code

• ดาวน์โหลด: https://code.visualstudio.com
• ติดตั้ง Extension:
  • Python
  • Pylance

✅ 3. ตรวจสอบการติดตั้ง

เปิด Terminal แล้วพิมพ์:

python --version
pip --version

🔹 ขั้นที่ 2: สร้างโปรเจกต์

mkdir ai-object-detection
cd ai-object-detection

🔹 ขั้นที่ 3: สร้าง Virtual Environment (แนะนำ)

python -m venv venv

เปิดใช้งาน:

• Windows:

venv\Scripts\activate

🔹 ขั้นที่ 4: ติดตั้ง Library

pip install opencv-python
pip install ultralytics

🔹 ขั้นที่ 5: หลักการทำงานของโค้ด (อธิบายทีละส่วน)

🧠 1. โหลด Library

import cv2
from ultralytics import YOLOWorld

• cv2 → ใช้จัดการภาพและกล้อง
• YOLOWorld → โมเดล AI

⚙️ 2. ตั้งค่า

MODEL_SIZE = "yolov8s-worldv2.pt"
CONF_THRESHOLD = 0.30
CLASSES = ["person", "phone", "laptop"]

• MODEL → ขนาดโมเดล
• CONF → ความมั่นใจ
• CLASSES → กำหนดสิ่งที่อยากตรวจจับ

🤖 3. โหลดโมเดล AI

model = YOLOWorld(MODEL_SIZE)

👉 ครั้งแรกจะโหลดไฟล์จากอินเทอร์เน็ต

🎯 4. เปิดกล้อง

cap = cv2.VideoCapture(0)

• 0 = กล้องหลัก

🔁 5. อ่านภาพแบบ Real-time

ret, frame = cap.read()

🔍 6. ตรวจจับวัตถุ

results = model.predict(
    source=frame,
    conf=CONF_THRESHOLD
)

🖼️ 7. วาดกรอบ

annotated_frame = results[0].plot()

📺 8. แสดงผล

cv2.imshow("Detection", annotated_frame)

⛔ 9. กด q เพื่อออก

if cv2.waitKey(1) & 0xFF == ord('q'):

🔹 ขั้นที่ 6: Workshop (Hands-on)

🎯 กิจกรรมที่ 1

• ตรวจจับ “คน” และ “โทรศัพท์”

🎯 กิจกรรมที่ 2

• เปลี่ยน CLASSES เช่น:

["dog", "cat", "bottle"]

🎯 กิจกรรมที่ 3

• ปรับค่า CONF_THRESHOLD
• ดูผลลัพธ์ที่เปลี่ยน

🎯 กิจกรรมที่ 4 (Advanced)

• ปิดการกำหนด class → ใช้ Open Vocabulary

# model.set_classes(CLASSES)

6. ปัญหาที่พบบ่อย (Troubleshooting)

❌ เปิดกล้องไม่ได้

• เช็ค device index:

cv2.VideoCapture(1)

❌ โมเดลโหลดไม่ได้

• เช็คอินเทอร์เน็ต
• ลองรันใหม่

❌ โปรแกรมช้า

• เปลี่ยนโมเดล:

yolov8n-worldv2.pt