เทคนิคที่ทำให้คอมพิวเตอร์มองเห็น หาตำแหน่ง และจำแนกวัตถุในภาพได้อย่างแม่นยำ
“Object detection is a technique that uses neural networks to localize and classify objects in images.”
“Object detection is a form of computer vision in which a machine learning model is trained to classify individual instances of objects in an image, and indicate a bounding box that marks its location.”
Object Detection เป็นเทคโนโลยีที่ช่วยให้คอมพิวเตอร์ "มองเห็น" และเข้าใจภาพได้ลึกกว่าการจำแนกภาพทั่วไป เพราะระบุตำแหน่งของวัตถุแต่ละชิ้นในภาพได้ด้วย โดยอาศัยโมเดล Deep Learning เช่น YOLO หรือ Faster R-CNN
ถูกนำไปใช้อย่างกว้างขวาง เช่น ระบบรักษาความปลอดภัย รถยนต์ไร้คนขับ และการตรวจนับสินค้าในคลัง ช่วยเพิ่มความแม่นยำและลดเวลาที่ต้องใช้แรงงานคน
Object Detection คือกระบวนการที่ระบบเรียนรู้ที่จะหาตำแหน่งและระบุชนิดของวัตถุในภาพ ผลลัพธ์ออกมาเป็นกรอบสี่เหลี่ยมล้อมรอบวัตถุ พร้อมป้ายกำกับบอกว่าวัตถุนั้นคืออะไร
ต่างจากการจำแนกภาพที่ตอบเพียงว่า "ภาพนี้คืออะไร" Object Detection ตอบว่า "มีอะไรอยู่ในภาพบ้าง และอยู่ตรงไหน" เหมาะกับงานตรวจนับสินค้าเข้าคลังแบบอัตโนมัติ
Object Detection เป็นสาขาหนึ่งของ Computer Vision ที่มุ่งเน้นการค้นหาตำแหน่ง (Localization) และจำแนกประเภท (Classification) ของวัตถุหลายชิ้นภายในภาพเดียวกันพร้อมกัน โดยอาศัยการเรียนรู้จากชุดข้อมูลภาพจำนวนมากผ่านโครงข่ายประสาทเทียม
กระบวนการระบุตำแหน่งของวัตถุในภาพ โดยแสดงผลเป็นกรอบสี่เหลี่ยม (Bounding Box) พร้อมพิกัด x, y, ความกว้าง และความสูง
กระบวนการจำแนกว่าวัตถุที่ตรวจพบเป็นวัตถุประเภทใด พร้อมค่าความเชื่อมั่น (Confidence Score)
ทำงานสองขั้นตอน คือ เสนอบริเวณที่น่าจะมีวัตถุก่อน แล้วจึงจำแนกประเภทในขั้นถัดไป ให้ความแม่นยำสูงแต่ประมวลผลช้ากว่า
ตรวจจับตำแหน่งและจำแนกประเภทวัตถุในขั้นตอนเดียว ทำให้ประมวลผลรวดเร็ว เหมาะกับงานแบบเรียลไทม์