Academic2024
Fashion Object Detection
CS271 AI Fundamentals: ระบบตรวจจับเสื้อผ้าเพื่อสร้างแท็กอัตโนมัติ
บทบาท
AI Engineer
ระยะเวลา
2024
ทีม
Group Project
Tech Stack
YOLO, Roboflow, Python, GPU Cloud (Runpod.io)
โปรเจกต์กลุ่มในรายวิชา CS271 (AI Fundamentals) สำหรับพัฒนาระบบตรวจจับและจำแนกคุณลักษณะของเสื้อผ้าจากรูปภาพด้วยแนวทาง Computer Vision เพื่อช่วยสร้างแท็กสินค้าอัตโนมัติสำหรับงาน E-commerce โดยมุ่งเน้นแท็กที่เกี่ยวข้องกับเสื้อ เช่น สี ประเภทเสื้อ และลวดลาย (Pattern) เพื่อลดภาระการทำแท็กด้วยคนและเพิ่มความสม่ำเสมอของข้อมูลสินค้าในคลังรูปภาพ
01 ปัญหา
- การสร้างแท็กสินค้าแบบ Manual ใช้เวลานานและมีความผิดพลาด ทำให้ข้อมูลไม่สม่ำเสมอ
- คลังรูปภาพสินค้าจำนวนมากต้องการระบบอัตโนมัติในการสกัดคุณลักษณะสำคัญเพื่อใช้ในการค้นหาและจัดหมวดหมู่
- ต้องการโมเดลที่ทำงานได้รวดเร็วและเหมาะกับงานตรวจจับ/จำแนกคุณลักษณะจากภาพในบริบท E-commerce
02 แนวทางแก้ไข
- รับผิดชอบการเตรียมข้อมูลและทำ Label รูปภาพบน Roboflow เพื่อจัดระเบียบ Dataset และกำหนดคลาส/แอตทริบิวต์ที่ต้องการให้โมเดลเรียนรู้ (เช่น สี ประเภทเสื้อ ลวดลาย)
- เลือกใช้สถาปัตยกรรม YOLO สำหรับงาน Object Detection เนื่องจากมีความรวดเร็วและเหมาะกับงาน inference ในเชิงปฏิบัติ
- ดูแลโครงสร้างพื้นฐาน (Infrastructure) สำหรับการเทรนโมเดลบน GPU Cloud (Runpod.io) เพื่อให้สามารถเทรนและทดลองหลายรอบได้อย่างมีประสิทธิภาพ
- จัดทำขั้นตอนการฝึกสอนและประเมินผล โดยปรับแต่งค่าที่จำเป็นเพื่อให้โมเดลเรียนรู้ได้เหมาะสมกับลักษณะข้อมูลจริง
03 ผลลัพธ์
- สามารถสร้างต้นแบบระบบที่ตรวจจับและสกัดคุณลักษณะของเสื้อผ้าจากรูปภาพ เพื่อใช้เป็นแท็กสินค้าอัตโนมัติ (เช่น สี ประเภทเสื้อ และลวดลาย)
- ช่วยลดเวลาการทำแท็กด้วยมือ และเพิ่มความสม่ำเสมอของข้อมูลสำหรับการจัดการคลังสินค้าและการค้นหาในระบบ E-commerce
- ได้กระบวนการเตรียมข้อมูล–เทรนโมเดล–ทดสอบ inference ที่สามารถนำไปต่อยอดกับคลาสหรือคุณลักษณะเพิ่มเติมได้
Project Gallery
ตัวอย่าง metric inference: ตรวจจับวัตถุและสกัดคุณลักษณะ
ตัวอย่าง metric inference: ตรวจจับวัตถุและสกัดคุณลักษณะ (ต่อ)
ตัวอย่างการสกัดคุณลักษณะจากภาพสินค้า
ตัวอย่างการสกัดคุณลักษณะจากภาพสินค้า (ต่อ)
ตัวอย่างการตรวจจับเสื้อผ้าจากภาพ