ภาษาโปรแกรมมิ่ง · PRC-36

Computer Vision with YOLO for Business

หลักสูตร Computer Vision with YOLO for Business เป็นการอบรมการทำโปรเจกต์ตรวจจับวัตถุด้วย YOLO26 ตั้งแต่เก็บภาพ Label บน Roboflow Train บน Google Colab วัดผล จนถึง Export ไปใช้หน้างาน เหมาะกับ Python Developer วิศวกรโรงงาน และทีม Retail ที่อยากใช้กล้องช่วยงาน จบแล้วได้โมเดลตรวจชิ้นงานเสียและระบบนับคนต้นแบบ

อัปเดตล่าสุด 1 ต.ค. 2569

ราคาเริ่มต้น 7,110 บาท / ท่าน 7,900 −10% ยังไม่รวม VAT 7% · มีราคาหมู่คณะ

ขอใบเสนอราคาอบรมองค์กร ลงชื่อจองไว้

PDFดาวน์โหลด Course Outline

ระยะเวลา12 ชั่วโมง · 2 วัน
รูปแบบออนไซต์ / ออนไลน์สด
รอบถัดไปเปิดตามคำขอ
ใบรับรองมี Certificate

ภาพรวมหลักสูตร

งานตรวจสอบด้วยสายตาในธุรกิจมีอยู่ทุกที่ ทั้งการตรวจชิ้นงานเสียในสายการผลิต การนับสินค้าบนชั้น การนับคนเข้าออกร้าน หรือการตรวจว่าพนักงานสวมอุปกรณ์ป้องกันครบ งานเหล่านี้ใช้คนจำนวนมาก เหนื่อย และผลไม่สม่ำเสมอ ปัจจุบันโมเดลตระกูล YOLO ทำให้การตรวจจับวัตถุแบบ Real-time เข้าถึงได้ง่ายขึ้นมาก แต่โปรเจกต์จำนวนไม่น้อยกลับไปไม่ถึงการใช้งานจริง เพราะเก็บภาพไม่ตรงกับหน้างาน Label ไม่สม่ำเสมอ หรือวัดผลไม่เป็น

หลักสูตรนี้พาทำโปรเจกต์ Computer Vision ครบวงจรด้วย Ultralytics YOLO26 บน Google Colab เริ่มจากรันโมเดลสำเร็จรูป วางแผนเก็บภาพให้ตรงกับโจทย์ Label ข้อมูลบน Roboflow เตรียม Dataset และ Train โมเดลของตนเอง จากนั้นวัดผลด้วย mAP, Precision และ Recall วิเคราะห์ภาพที่โมเดลทำผิด แล้วนำไปใช้กับสองโจทย์หลักคือการตรวจหาชิ้นงานเสียและการนับคนด้วย Object Tracking ก่อน Export โมเดลให้รันได้เร็วบนเครื่องหน้างาน เชื่อมกับกล้องและระบบแจ้งเตือน และปิดท้ายด้วยโปรเจกต์ของผู้เรียน (อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง ระดับ Intermediate)

สิ่งที่คุณจะได้รับ

เลือกงาน Computer Vision ให้ตรงโจทย์ธุรกิจ ทั้ง Detection, Segmentation และ Classification
ใช้ Ultralytics YOLO26 ผ่าน Python บน Google Colab ทั้ง Inference และ Training
วางแผนเก็บภาพและ Label ข้อมูลบน Roboflow ให้สม่ำเสมอและพร้อม Train
Train โมเดลตรวจจับวัตถุของตนเองด้วย Transfer Learning
วัดผลด้วย mAP, Precision, Recall และวิเคราะห์ภาพที่โมเดลทำผิด
สร้างระบบตรวจหาชิ้นงานเสียและนับคนด้วย Object Tracking
Export โมเดลเป็น ONNX หรือ OpenVINO เพื่อรันบนเครื่องหน้างาน
เชื่อมโมเดลกับกล้องและระบบแจ้งเตือน โดยคำนึงถึง PDPA

หลักสูตรนี้เหมาะสำหรับ

Python Developer และ Data Scientist ที่ต้องการเริ่มงาน Computer Vision แบบใช้งานได้จริง
วิศวกรโรงงานและทีม Quality ที่อยากใช้กล้องช่วยตรวจสอบคุณภาพ
ทีม Retail และ Operations ที่ต้องการนับคนหรือนับสินค้าอัตโนมัติ
ทีม IT และ Innovation ที่ต้องทำ Proof of Concept ด้าน Vision AI
ผู้ที่ผ่านพื้นฐาน OpenCV มาแล้วและต้องการต่อยอดสู่ Deep Learning

พื้นฐานของผู้เข้าอบรม

เขียน Python ขั้นพื้นฐานได้ เช่น ตัวแปร Loop ฟังก์ชัน และการติดตั้ง Library
เคยใช้ Jupyter Notebook หรือ Google Colab จะช่วยให้เรียนได้เร็วขึ้น
ไม่จำเป็นต้องมีพื้นฐาน Deep Learning มาก่อน
มีบัญชี Google สำหรับ Google Colab และบัญชี Roboflow แบบใช้ฟรี

หัวข้อการฝึกอบรม

รายละเอียดหลักสูตร

หลักสูตรนี้อบรม 2 วัน วันละ 6 ชั่วโมง รวม 12 ชั่วโมง (09:00-16:00 น.) รูปแบบบรรยายพร้อม Lab บน Google Colab กับชุดภาพชิ้นงานและวิดีโอตัวอย่างที่เตรียมไว้ ระดับ Intermediate ต่อยอดจาก Basic Image with OpenCV and Python ที่เน้นการประมวลผลภาพพื้นฐาน โดยหลักสูตรนี้ใช้ Deep Learning ด้วย Ultralytics YOLO26 และพาทำครบวงจรตั้งแต่เก็บภาพจนถึงใช้งานหน้างาน ผู้เรียนใช้บัญชี Google Colab และ

Roboflow ของตนเอง GPU รุ่นใช้ฟรีของ Colab มีโควตาจำกัด หากต้องการ Train นานขึ้นอาจใช้ Colab รุ่นเสียเงินหรือ Cloud GPU ที่ผู้เรียนชำระเอง Roboflow แบบใช้ฟรีกำหนดให้โปรเจกต์เป็นสาธารณะ และ Ultralytics YOLO ใช้สัญญาอนุญาต AGPL-3.0 การใช้ในผลิตภัณฑ์เชิงพาณิชย์แบบปิดซอร์สต้องมี Enterprise License ผู้เรียนจะได้ Notebook ครบทุก Lab และ Template ของ Labelling Guideline กลับไปใช้กับโปรเจกต์ขององค์กร

Day 1 จากภาพสู่โมเดลของตนเอง

Section 1: Computer Vision ในงานธุรกิจ

Classification, Detection, Segmentation และ Pose ต่างกันอย่างไร
ตัวอย่างงาน: ตรวจคุณภาพ นับคน นับสินค้า และตรวจอุปกรณ์ความปลอดภัย
วิวัฒนาการของ YOLO และจุดเด่นของ YOLO26 สำหรับงานบนเครื่องหน้างาน
Lab: เปิด Google Colab เลือก GPU และติดตั้ง Ultralytics

Section 2: Lab: รันโมเดล YOLO26 สำเร็จรูป

Inference กับภาพและวิดีโอด้วย Python และ Command Line
อ่านผลลัพธ์: Bounding Box, Class, Confidence และ IoU
ปรับ Confidence Threshold และเลือกขนาดโมเดลจาก Nano ถึง X
Lab: ตรวจจับคนและสินค้าจากภาพหน้าร้านด้วยโมเดลสำเร็จรูป

Section 3: วางแผนโปรเจกต์และเก็บภาพ

กำหนด Class และเกณฑ์ให้ชัดก่อนเริ่ม เช่น รอยแบบไหนนับว่าเสีย
เก็บภาพให้ตรงหน้างาน: แสง มุมกล้อง ระยะ และพื้นหลัง
ควรเก็บภาพกี่ภาพ และทำอย่างไรเมื่อภาพชิ้นงานเสียมีน้อย
PDPA และการขออนุญาตเมื่อภาพมีใบหน้าหรือบุคคล

Section 4: Lab: Label ข้อมูลบน Roboflow

สร้างโปรเจกต์และอัปโหลดภาพเข้า Roboflow
วาด Bounding Box และ Polygon ให้แม่นและสม่ำเสมอ
เขียน Labelling Guideline ให้ทีมทำงานตรงกัน
ใช้โมเดลช่วย Label แล้วให้คนตรวจทาน
Lab: Label ชุดภาพชิ้นงานดีและเสียร่วมกันทั้งห้อง

Section 5: เตรียม Dataset ให้พร้อม Train

แบ่ง Train, Validation และ Test โดยไม่ให้ภาพซ้ำรั่วข้ามชุด
Preprocessing และ Augmentation ที่ช่วยจริงกับที่ควรหลีกเลี่ยง
จัดการ Class ไม่สมดุล และภาพที่ไม่มีวัตถุ (Background Image)
Lab: Export Dataset เป็นรูปแบบ YOLO แล้วดึงเข้า Colab

Section 6: Lab: Train โมเดลตรวจจับวัตถุของตนเอง

Transfer Learning จากโมเดลที่ Train มาแล้ว
ตั้งค่า epochs, imgsz และ batch ให้เหมาะกับ GPU บน Colab
อ่านกราฟ Loss และผล Validation ระหว่าง Train
บันทึก Weight ลง Google Drive เพื่อใช้ต่อในวันที่ 2

Day 2 วัดผล ใช้งานจริง และ Deploy

Section 7: วัดผลโมเดลและวิเคราะห์จุดผิด

mAP50, mAP50-95, Precision และ Recall หมายถึงอะไรในทางธุรกิจ
อ่าน Confusion Matrix และ PR Curve
ดูภาพที่ตรวจพลาดและตรวจเกินเพื่อหาสาเหตุ
Lab: ปรับข้อมูลแล้ว Train รอบสองเพื่อเทียบผล

Section 8: Workshop: ตรวจหาชิ้นงานเสีย

เลือกระหว่าง Detection, Segmentation และ Classification สำหรับงาน QC
รับมือรอยเล็กด้วยภาพความละเอียดสูงและการแบ่งภาพเป็นส่วนย่อย
ตั้ง Threshold ตามต้นทุนของการปล่อยของเสียเทียบกับการคัดของดีทิ้ง
Lab: ระบบตัดสินผ่านหรือไม่ผ่านพร้อมบันทึกภาพหลักฐาน

Section 9: Lab: นับคนด้วย Object Tracking

Object Tracking ด้วย ByteTrack และ BoT-SORT ใน Ultralytics
นับคนผ่านเส้นและนับคนในพื้นที่ที่กำหนด
รับมือคนบังกัน มุมกล้อง และการนับซ้ำ
Lab: นับคนเข้าออกจากวิดีโอหน้าร้านแล้วสรุปเป็นรายชั่วโมง

Section 10: Export และรันบนเครื่องหน้างาน

Export เป็น ONNX, OpenVINO หรือ TensorRT ตามฮาร์ดแวร์
เลือกขนาดโมเดลและความละเอียดภาพให้สมดุลระหว่างความเร็วกับความแม่น
รันบน CPU ของ Mini PC หรือบอร์ด Edge AI
Lab: วัดความเร็วก่อนและหลัง Export บนเครื่องของผู้เรียน

Section 11: เชื่อมกล้องและระบบแจ้งเตือน

อ่านภาพจาก Webcam, ไฟล์วิดีโอ หรือกล้อง IP ผ่าน RTSP ด้วย OpenCV
ส่งผลไปยัง Dashboard, ไฟล์ CSV หรือแจ้งเตือนผ่าน LINE หรืออีเมล
เบลอใบหน้า เก็บเฉพาะตัวเลข และกำหนดระยะเวลาเก็บภาพตาม PDPA
ดูแลโมเดลหลังใช้งาน: เก็บภาพใหม่และ Train ซ้ำเมื่อหน้างานเปลี่ยน

Section 12: Workshop: Capstone Vision Project

เลือกโจทย์ของตนเองหรือใช้ชุดข้อมูลที่เตรียมไว้
Label, Train และวัดผลจนได้เกณฑ์ที่ตั้งไว้
สาธิตการใช้งานกับภาพหรือวิดีโอจริง
นำเสนอผลงานและสรุป Checklist ก่อนติดตั้งหน้างาน

รอบอบรมและรูปแบบการอบรม

สำหรับบุคคล — รอบอบรมทั่วไป

ขณะนี้ยังไม่มีรอบอบรมเปิดรับสมัคร ลงชื่อจองไว้ได้เลย ทีมงานจะติดต่อกลับเป็นกลุ่มแรกเมื่อเปิดรอบถัดไป หรือสอบถามทางไลน์ หรือโทร 02-570-8449 หรือ 088-807-9770

ลงชื่อจองไว้ สอบถามรอบอบรม

สำหรับองค์กร — In-house / Private Training

ปรับเนื้อหาให้ตรงกับเครื่องมือและงานจริงของทีม
เลือกวันเอง อบรมที่บริษัทหรือออนไลน์สด
ออกใบเสนอราคาในนามนิติบุคคลให้ฝ่ายจัดซื้อ

ขอใบเสนอราคาอบรมองค์กร

วิทยากรผู้สอน

สามิตร โกยมCEO ที่สถาบันไอทีจีเนียส

คำถามที่พบบ่อย

หลักสูตร Computer Vision with YOLO for Business เหมาะกับใคร ต้องมีพื้นฐานอะไรมาก่อน

เหมาะกับ Python Developer และ Data Scientist ที่ต้องการเริ่มงาน Computer Vision แบบใช้งานได้จริง · วิศวกรโรงงานและทีม Quality ที่อยากใช้กล้องช่วยตรวจสอบคุณภาพ · ทีม Retail และ Operations ที่ต้องการนับคนหรือนับสินค้าอัตโนมัติ พื้นฐานที่ผู้เรียนควรมี เขียน Python ขั้นพื้นฐานได้ เช่น ตัวแปร Loop ฟังก์ชัน และการติดตั้ง Library · เคยใช้ Jupyter Notebook หรือ Google Colab จะช่วยให้เรียนได้เร็วขึ้น หากไม่แน่ใจว่าพื้นฐานพอหรือไม่ ปรึกษาทีมงานได้ฟรีทาง LINE @itgenius หรือโทร 02-570-8449

หลักสูตร Computer Vision with YOLO for Business ราคาเท่าไร ใช้เวลาเรียนกี่ชั่วโมง

ราคาปกติ 7,900 บาท (โปรโมชันปัจจุบันเหลือ 7,110 บาท) ใช้เวลาอบรม 12 ชั่วโมง ราคานี้ยังไม่รวม VAT 7% (กรณีชำระในนามนิติบุคคล) ชำระค่าอบรมด้วยการโอนเข้าบัญชีบริษัท แล้วแจ้งชำระเงินผ่านหน้าแจ้งชำระเงินของเว็บไซต์ และขอใบเสร็จรับเงินหรือใบกำกับภาษีในนามบริษัทได้

เรียนจบได้รับ Certificate หรือไม่

ได้รับ ผู้ผ่านการอบรมทุกท่านจะได้รับใบประกาศนียบัตร (Certificate of Completion) จากสถาบันไอทีจีเนียส ใบประกาศแต่ละใบมีเลขที่ของตัวเอง ใครก็ตามที่มีเลขที่ใบประกาศตรวจสอบความถูกต้องออนไลน์ได้ที่หน้าตรวจสอบใบประกาศของสถาบัน จึงใช้แนบแฟ้มผลงานหรือส่งให้ฝ่ายบุคคลประกอบการพัฒนาบุคลากรได้

อบรมที่ไหน มีเรียนแบบออนไลน์หรือไม่

เรียนได้ทั้งแบบออนไซต์ที่สถาบันไอทีจีเนียส และนัดเรียนผ่านออนไลน์ และรับจัดอบรมเฉพาะทีม (In-house Training) ให้องค์กร สอบถามรอบและสถานที่ได้ที่ LINE @itgenius หรือโทร 02-570-8449

ถ้าเรียนไม่ทันหรือขาดเรียน มีเรียนซ้ำ/เรียนชดเชยหรือไม่

มี ผู้เรียนสามารถแจ้งขอเรียนซ้ำ (repeat) ในรอบถัดไปของหลักสูตรเดียวกันได้ฟรีตามเงื่อนไขของสถาบัน แจ้งชื่อหลักสูตรและรอบที่เคยเรียนกับทีมงาน แล้วทีมงานจะตรวจสอบและแจ้งรอบที่ยังมีที่นั่งว่างให้เลือก สอบถามได้ที่ LINE @itgenius หรือโทร 02-570-8449

สมัครเรียนหรือขอใบเสนอราคาในนามบริษัทได้อย่างไร

สมัครออนไลน์ได้จากแบบฟอร์มลงทะเบียนบนหน้านี้ ลงทะเบียนผู้เข้าอบรมหลายคนได้ในครั้งเดียว และกรอกเลขประจำตัวผู้เสียภาษีกับที่อยู่สำหรับออกใบกำกับภาษีได้ในฟอร์ม หรือขอใบเสนอราคา (Quotation) ในนามนิติบุคคลได้ทันทีจากปุ่มขอใบเสนอราคา สอบถามเพิ่มเติมโทร 02-570-8449 หรือ LINE @itgenius