การใช้งาน กล่อง ClassifTrain
กล่อง Deepif Train ใน CiRA CORE เป็นกล่องที่แสดงในมุมมองของ Ai ว่า Ai เห็นส่วนใดของวัตถุจึงประมวลผลออกมาแบบนี้
กล่อง Deepif Train ใน CiRA CORE เป็นกล่องที่แสดงในมุมมองของ Ai ว่า Ai เห็นส่วนใดของวัตถุจึงประมวลผลออกมาแบบนี้
ขั้นตอนที่ 1.เตรียมรูปภาพ (Dataset) แบบแยกประเภทที่เราต้องการจะให้ Ai ประมวลผล
รูปที่1.1 แยกไฟล์รูปภาพ (Datase) ตามจำนวนวัตถุ
รูปที่1.2 น้ำพริกสีแดง (Red)
รูปที่1.3 น้ำพริกสีน้ำเงิน (Blue)
ดาวน์โหลด Dataset น้ำพริก ได้ที่นี่:drive.google.com/drive/folders/1RA8bhStFBjd5w07FYiKEQiDCfpSM91La?usp=sharing
ขั้นตอนที่ 2.เปิดโปรแกรม CiRA CORE แล้วลากกล่อง Deep Trian ออกมาเพื่อใช้งาน
คำแนะนำ:ก่อนที่จะเปิดโปรแกรม CiRA CORE ต้องเปิดโปรแกรม ROS CORE ให้ RUN คำว่า [/rosout] ขึ้นมาก่อนเสมอ
รูปที่ 2.1 เปิด ROS CORE
รูปที่ 2.1 เปิด CiRA CORE แล้วลากล่อง ClassifTrain ออกมา
ขั้นตอนที่ 3.กดเข้าไปในปุ่มฟันเฟือง ที่อยู่ในกล่อง DeepifTrain แล้วทำการ Open Folder โดยเลือกไฟล์ที่เราทำการ Sasve Dataset ไว้ แล้วกด Choose
คำแนะนำ:บันทึกไว้ใน Drive C จะเป็นการจำง่าย
รูปที่ 3.2 กดเลือกไฟล์ Dataset ที่เราทำการเตรียมมา
รูปที่3.3 น้ำพริกสีแดง (Red)
รูปที่3.4 น้ำพริกสีน้ำเงิน (Blue)
ขั้นตอนที่ 4.เป็นขั้นตอนการ Gen Train โดยการกด Browse แล้วกดเลือกไฟล์รูปภาพ (Dataset) ที่เรา Save ไว้ หลังจากนั้นกด Generate รอจนโหลดไฟล์เสร็จ กด Start แล้วกด Yes
ขั้นตอนที่ 5.รอจนกว่าค่า Accuracy จะมีค่าสูงที่สุด หลังจากนั้นให้กด Export แล้วทำการ Save Model ไว้ใน Folder ที่เราสามารถจำได้ แล้วกด Choose เพื่อทำการ Save
คำแนะนำ:ตั้งชื่อไฟล์เป็นภาษาอังกฤษ เพราะโปรแกรม CiRA CORE ไม่สามารถอ่านค่าภาษาไทยได้
รูปที่ 5.1 ค่า Accuracy อยู่ในระดับที่พอใจ
รูปที่ 5.2 สร้าง Folderใหม่เพื่อ Save Model ไว้
ดาวน์โหลด Model ได้ที่นี่:drive.google.com/drive/folders/1lWzoIARe6DASJV6sLRlaiMMTSAZkMc_0?usp=sharing
ขั้นตอนที่ 6.จะเป็นการทดสอบโดยการลากกล่อง DeepClassif ออกมา แล้วทำการกดที่ฟันเฟือง เพื่อที่จะ Config พร้อมกับกดที่เครื่องหมาย + แล้วตั้งชื่อ หลังจากนั้นกดที่ Yes แล้วทำการเลือกไฟล์ ที่เรา Save Model ไว้แล้วทำการกด Choose เพื่อทำดูว่า Ai เห็นในส่วนใดของวัตถุจึงประมวลผลออกแบบนี้
รูปที่ 6.1 นำ Video มาทดลอง
รูปที่ 6.2 เลือกไฟล์ video ที่เราเตรียมมาทดสอบ
รูปที่ 6.3 ตั้งชื่อ
รูปที่ 8.4 เลือกไฟล์ที่เราทำการ Save Model ไว้
รูปที่ 6.5 เป็นการกดเลือก Model
ดาวน์โหลด Video ทดสอบ ได้ที่นี่:drive.google.com/file/d/1dMSRc7UjQtyNZw3-0A3uVhL_8hKb6TjS/view?usp=sharing
ขั้นตอนที่ 7.เป็นการตรวจสอบผลว่า Ai ที่เรานำมาทำการ Gen Train นั้น มองเห็นสิ่งใดจึงประมวลผลออกมาเช่นนี้
รูปที่ 7.1 เป็นน้ำพริกสีแดง
รูปที่ 7.2 เป็นน้ำพริกสีน้ำเงิน