⏱ 2 ชม. 36 นาที
📚 26 บทเรียน
ฟังก์ชันการสูญเสียและการคำนวณของ YOLO สำหรับการตรวจจับวัตถุ
เรียนรู้วิธีที่อัลกอริทึม YOLO คำนวณค่าความสูญเสียด้านตำแหน่ง ความมั่นใจ และการจำแนกประเภท เพื่อฝึกฝนโมเดลการตรวจจับวัตถุที่มีความแม่นยำสูง
-
💬
ผู้สอน AI
ถามเกี่ยวกับบทเรียนใดก็ได้ แล้วรับคำตอบที่ชัดเจนทันที ทุกเมื่อ
-
🕐
เริ่มเมื่อไรก็ได้
ไม่มีตารางหรือเดดไลน์ — เรียนตามจังหวะของคุณ เมื่อไรก็ได้
-
🌐
เป็นภาษาไทย
บทเรียน แบบฝึกหัด และใบรับรอง — ทั้งหมดเป็นภาษาของคุณอย่างครบถ้วน
เกี่ยวกับคอร์สนี้
การตรวจจับวัตถุเป็นหัวใจสำคัญของคอมพิวเตอร์วิทัศน์สมัยใหม่ แต่การจะเข้าใจว่าโมเดลเรียนรู้อย่างไรนั้น จำเป็นต้องเจาะลึกเข้าไปดูฟังก์ชันการสูญเสีย (Loss Functions) ของโมเดล YOLO (You Only Look Once) ได้ปฏิวัติวงการนี้โดยการกำหนดให้การตรวจจับเป็นปัญหาการถดถอย (Regression) เพียงปัญหาเดียว ซึ่งต้องอาศัยการคำนวณค่าความสูญเสียหลายส่วนที่ซับซ้อนเพื่อนำทางในการฝึกฝน
ในหลักสูตรแบบอ่านนี้ คุณจะได้ไขความลับพื้นฐานทางคณิตศาสตร์ของค่าความสูญเสียใน YOLO คุณจะเปลี่ยนจากการเพียงแค่รันโมเดลที่ฝึกไว้แล้ว ไปสู่การทำความเข้าใจอย่างลึกซึ้งว่าข้อผิดพลาดด้านตำแหน่ง (Localization), ความเป็นวัตถุ (Objectness) และการจำแนกประเภท (Classification) ถูกคำนวณ รวบรวม และปรับให้เหมาะสมในระหว่างการฝึกฝนอย่างไร
สิ่งที่คุณจะได้เรียนรู้:
- เข้าใจคำศัพท์พื้นฐานของการตรวจจับวัตถุ เช่น กรอบขอบเขต (Bounding Boxes), Intersection over Union (IoU) และเซลล์ตาราง (Grid Cells)
- วิเคราะห์องค์ประกอบทางคณิตศาสตร์ของค่าความสูญเสียใน YOLO รวมถึงข้อผิดพลาดด้านตำแหน่ง ความมั่นใจ และการจำแนกประเภท
- เปรียบเทียบค่าความสูญเสีย IoU แบบดั้งเดิมกับรูปแบบสมัยใหม่ เช่น GIoU, DIoU และ CIoU สำหรับการถดถอยกรอบขอบเขต
- คำนวณค่าความสูญเสียความเป็นวัตถุเพื่อกำหนดว่าเซลล์ตารางมีวัตถุเป้าหมายหรือเป็นพื้นหลัง
- นำสูตรการคำนวณค่าความสูญเสียด้านการจำแนกประเภทไปใช้เพื่อให้แน่ใจว่ามีการทำนายหมวดหมู่ที่แม่นยำสำหรับวัตถุที่ตรวจพบ
- ฝึกฝนการติดตามขั้นตอนการคำนวณค่าความสูญเสียผ่านคำอธิบายทางคณิตศาสตร์แบบทีละขั้นตอนที่ชัดเจน
หลักสูตรเริ่มต้นด้วยคำศัพท์ที่จำเป็นเกี่ยวกับคอมพิวเตอร์วิทัศน์และแนวคิดพื้นฐานของการถดถอยกรอบขอบเขต จากนั้นคุณจะได้สำรวจองค์ประกอบแต่ละส่วนของฟังก์ชันการสูญเสียใน YOLO อย่างละเอียด พร้อมสำรวจความก้าวหน้าสมัยใหม่ในการเพิ่มประสิทธิภาพค่าความสูญเสีย ก่อนที่จะสรุปความรู้ของคุณด้วยแบบฝึกหัดการอนุพันธ์ทางคณิตศาสตร์
หลักสูตรนี้ออกแบบมาสำหรับผู้ที่ต้องการเป็นวิศวกรคอมพิวเตอร์วิทัศน์ นักวิทยาศาสตร์ข้อมูล และผู้เริ่มต้นด้าน Machine Learning ที่ต้องการเข้าใจกลไกภายในของการตรวจจับวัตถุ ไม่จำเป็นต้องมีพื้นฐานทางคณิตศาสตร์ขั้นสูง แม้ว่าความคุ้นเคยเบื้องต้นกับ Python และโครงข่ายประสาทเทียมจะเป็นประโยชน์
เริ่มอ่านวันนี้เพื่อเชี่ยวชาญกลไกหลักของการฝึกฝน YOLO และยกระดับความเชี่ยวชาญด้านคอมพิวเตอร์วิทัศน์ของคุณ
เนื้อหาคอร์ส
สิ่งที่คุณจะได้รับ
-
📜
ใบประกาศนียบัตร
เพิ่มในโปรไฟล์ LinkedIn ของคุณ
-
💬
ติวเตอร์ AI ส่วนตัว
ติดขัดในบทเรียน? ถามติวเตอร์ในตัวของคุณได้ทุกอย่าง ทุกเวลา
-
♾️
เข้าถึงตลอดชีพ
กลับมาเรียนได้ตลอด ไม่มีหมดอายุ
-
📱
โทรศัพท์หรือคอมพิวเตอร์
ใช้งานได้ทุกที่ ทุกอุปกรณ์
-
💸
คืนเงิน 14 วัน
ไม่ต้องอธิบาย
-
⚡
กระชับและตรงประเด็น
2 ชม. 36 นาที เนื้อหาเชิงปฏิบัติ
ใบประกาศนียบัตร
ทุกคอร์สที่คุณเรียนจบบน PickAClass จะออกใบรับรองแบบนี้ — ต้นฉบับ มีรหัสของตัวเอง ตรวจสอบได้ทาง URL และระบุรายละเอียดสิ่งที่แสดงจริง
P
PickAClass
โปรไฟล์ทักษะ · ตรวจสอบได้
เอกสาร
ใบรับรองความเชี่ยวชาญ
ขอรับรองว่า
ชื่อ นามสกุล
ได้แสดงความเชี่ยวชาญสำเร็จใน
ฟังก์ชันการสูญเสียและการคำนวณของ YOLO สำหรับการตรวจจับวัตถุ
ทักษะที่แสดง
✓
การวิเคราะห์รูปแบบพฤติกรรม
พื้นฐาน
1.2 ชม.
✓
กรอบสถาปัตยกรรมการตัดสินใจ
ชำนาญ
1.4 ชม.
✓
การออกแบบการทดสอบ A/B
ชำนาญ
1.7 ชม.
✓
การเขียนสำเร็จรูปพฤติกรรม
ขั้นสูง
1.9 ชม.
P
PickAClass — ชื่อ นามสกุล
ฟังก์ชันการสูญเสียและการคำนวณของ YOLO สำหรับการตรวจจับวัตถุ
หน้า 2 จาก 2
รายละเอียดผลงาน
สรุปงานเรียน
บทเรียนที่จบ
14 / 14
คำถามฝึกหัด
26 / 28
งานที่ส่ง
4 (เฉลี่ย 4.5 / 5)
โครงการ capstone
ตรวจแล้ว — 4.6 / 5
ฝึกทั้งหมด
6.2 ชม.
เกณฑ์ผลงาน
อันดับในรุ่น
12% แรกจาก 1,625
เวลาที่ใช้จนจบ
11 วัน (มัธยฐาน: 22)
คะแนนความเชี่ยวชาญ
91 / 100
คะแนนคำถามฝึกหัด
94%
การยืนยันทักษะ
เส้นทางทักษะที่ยืนยันแล้ว
รีวิว
ยังไม่มีรีวิว — เป็นคนแรกที่แชร์ประสบการณ์
คำถามที่พบบ่อย
ฉันต้องใช้อะไรในการเรียนคอร์สนี้?
+
แค่โทรศัพท์หรือคอมพิวเตอร์ที่มีอินเทอร์เน็ต ไม่ต้องติดตั้งหรือใช้อุปกรณ์พิเศษ
ฉันชำระเงินอย่างไร?
+
ผ่านบัตรด้วย Stripe เราไม่เก็บข้อมูลบัตร — Stripe จัดการอย่างปลอดภัย
ฉันขอคืนเงินได้ไหม?
+
ใช่ — คืนเงินเต็มจำนวนใน 14 วัน ไม่ต้องอธิบาย
ฉันมีสิทธิ์เข้าถึงนานเท่าไร?
+
ตลอดไป เมื่อซื้อแล้วคอร์สเป็นของคุณ กลับมาเรียนได้ตลอด
ฉันจะได้ใบประกาศนียบัตรไหม?
+
ได้ เมื่อเรียนจบจะได้รับใบประกาศนียบัตรที่เพิ่มในโปรไฟล์ LinkedIn ได้
ออกแบบสำหรับผู้เรียนใน
เทคโนโลยี
ดีไซน์
การเงิน
การตลาด
สาธารณสุข
การศึกษา
ธุรกิจการบริการ
อุตสาหกรรม