ถ้าคุณเคยมีประสบการณ์การทำ Machine Learning (การเรียนรู้ของเครื่องจักร) หรือทำ Machine Learning (การเรียนรู้ของเครื่องจักร) ด้วย Deep Learning (ดีพ เลินนิ่ง) Model จะพบว่าถ้าทำเองทั้งหมดนั้น ถึงไม่นับเวลาที่ใช้ในการหา Data set ก็จะใช้เวลาในการพัฒนานานอยู่เพราะต้องทดสอบแต่ละ Algorithm หรือ ปรับเปลี่ยน Neural Networks ต่างๆ ในแต่ละรอบถ้ายิ่งข้อมูลมากเท่าไหร่จะใช้เวลาในการรอผลลัพธ์นานมากขึ้นเท่านั้น ในบทความนี้จะมาแนะนำ Model ที่ใช้สำหรับแยกประเภทรูปภาพ นั่นคือ Inception V3
Inception V3 คืออะไร?
Inception V3 เป็น Model ตัวหนึ่งที่มีให้ใช้หรือสามารถเอามา train ต่อได้ หรือเรียกอีกอย่างว่า Transfer Learning ที่รับข้อมูลและประมวลผลข้อมูลที่เป็นรูปภาพแล้วจำแนกประเภทของรูปภาพ
Inception V3 มีให้ใช้ใน Library ไหนบ้าง?
- TensorFlow.Keras ดูตัวอย่างโค้ดอย่าละเอียดได้ที่ InceptionV3 (keras.io) หรือ tf.keras.applications.inception_v3.InceptionV3 | TensorFlow Core v2.7.0
รูปตัวอย่างการใช้งาน Inception v3 ใน TensorFlow.Keras - PyTorch ดูตัวอย่างโค้ดอย่างละเอียดได้ที่ Inception_v3 | PyTorch
รูปตัวอย่างการใช้งาน Inception v3 ใน PyTorch
สรุป
การทำ Machine Learning (การเรียนรู้ของเครื่องจักร) ที่ประมวลผลรูปภาพอาจจะต้องใช้ Deep Learning (ดีพ เลินนิ่ง) Model มาใช้ใน Machine Learning ถ้าเราทำเองหมด มันคงจะใช้เวลานานในการพัฒนา ทำให้เกิดความล่าช้าในการพัฒนาและเสียโอกาสต่างธุรกิจต่างๆ ในทางธุรกิจจึงนิยมใช้เทคนิค Transfer Learning มาใช้ในการทำ Model เพื่อลดเวลาในการพัฒนาและเพิ่มโอกาสทางธุรกิจมากขึ้น แต่ในบทความนี้แนะนำเพียง 1 Model เท่านั้น บางคนที่ใช้ Library(ไลบรารี่) อื่นๆ อาจจะไม่สะดวกใช้ Inception V3 นี้
อ้างอิง
"Inception V3 TensorFlow" .[ออนลไน์] เข้าถึงได้ที่ https://www.tensorflow.org/api_docs/python/tf/keras/applications/inception_v3/InceptionV3
"Inception V3 PyTorch" .[ออนลไน์] เข้าถึงได้ที่ https://pytorch.org/hub/pytorch_vision_inception_v3/
"Inception V3 TensorFlow.Keras" .[ออนไลน์] เข้าถึงได้ที่ https://www.youtube.com/watch?v=24XH6q1xxHU
