computer vision

AI มองเห็นและเข้าใจภาพ ด้วย Large Vision Model

AI มองเห็นและเข้าใจภาพ ด้วย Large Vision Model

แนวคิดของ Large Vision Models (LVMs) เป็นอีกก้าวสำคัญของ AI ต่อจาก LLMs (Large Language Models) โดยเน้น “การเข้าใจและสร้างภาพ” เช่นเดียวกับที่ LLM เข้าใจภาษาและสร้างบทสนทนา 1) ความหมายของ LVMs LVMs คือโมเดลขนาดใหญ่ที่ผ่านการเทรนด้วยข้อมูลภาพ (image/video) ปริมาณมหาศาล เพื่อเรียนรู
Narut Soontranon
From pixel to perception: Computer Vision และอัลกอริธึมพื้นฐานที่ควรรู้

From pixel to perception: Computer Vision และอัลกอริธึมพื้นฐานที่ควรรู้

สำหรับผู้เริ่มต้นในสาย Computer Vision การเข้าใจ Algorithm พื้นฐาน จะช่วยให้เราต่อยอดไปสู่การใช้ Deep Learning หรือ AI ได้ง่ายขึ้น โดยแบ่งเป็น 2 กลุ่มใหญ่ คือ 🧱 1. Classical Computer Vision Algorithms (ไม่ใช้ Deep Learning) 1.1 Edge Detection ใช้หาขอบของวัตถุ
Narut Soontranon
เริ่มต้นกับ Computer Vision – เมื่อ AI มองเห็นโลกแบบเรา

เริ่มต้นกับ Computer Vision – เมื่อ AI มองเห็นโลกแบบเรา

🔍 Computer Vision คืออะไร? Computer Vision (CV) คือ สาขาหนึ่งของปัญญาประดิษฐ์ (AI) ที่ทำให้ “คอมพิวเตอร์มองเห็น” และ เข้าใจภาพหรือวิดีโอ เหมือนที่มนุษย์เข้าใจ เช่น การรู้ว่าในภาพมีแมว, การแยกใบหน้าคน หรือการตรวจจับวัตถุในภาพ 🧠 เป้าหมายหลักของ Computer Vision
Narut Soontranon
Image Feature Extraction คือ อะไร

Image Feature Extraction คือ อะไร

ในที่นี้จะพูดถึง Image Feature Extraction ยกตัวอย่าง การ Extract 2 Features คือ Edges (ขอบ) และ Corners (มุม) จากรูปภาพโดยใช้ OpenCV Library สำหรับงานประยุกต์ด้าน Computer Vision (CV) และ Image Processing การ Extract Features ที่มีประโยชน์ และสามารถใช้ในการอธิบายรูปภาพนั้นๆ ได้
Narut Soontranon