
![image](/images/2022/54/01.jpg)

- โมเดลตรวจจับสิ่งกีดขวางเพื่อช่วยนำทางผู้พิการทางสายตาด้วย YOLO v5,
- แรงบันดาลใจจากการเป็นจิตอาสาอ่านหนังสือให้ผู้พิการทางสายตาบน Read for The Blind สนใจการพัฒนา Accessibility ต่างๆให้กับผู้พิการ,
- ไอเดียแรกเริ่มจากการทำโมเดลตรวจจับ ประตู vs ทางเดิน (object detection) ด้วยชุดข้อมูล Unimelb Corridor Synthetic Dataset และ MiguelARD/DoorDetect-Dataset ด้วยการปรับจูนสถาปัตยกรรม Detectron2 และ Faster R-CNN R50-FPN ได้ผลไม่เป็นที่น่าพอใจ สันนิษฐานว่าเป็นเพราะคำนิยาม "ทางเดิน" นั้นกว้างจนเกินไป,
- ปรับไอเดียเป็น object detection สำหรับสิ่งกีดขวาง 10 ชนิด เช่น ประตู ประตูที่เปิด ประตูตู้เย็น โต๊ะ โซฟา ฯลฯ โดยใช้ชุดข้อมูล Indoor Training Set (ITS) [RESIDE-Standard] บน Kaggle และ annotate ข้อมูลเองด้วย openvinotoolkit/CVAT; แบ่งเป็น test set ประมาณ 100 รูป,
- ทดลองเทรน Detectron2 และ Faster R-CNN R50-FPN หลายครั้ง พร้อมทำ error analysis ว่าสิ่งกีดขวางประเภทไหนโมเดลยังจับได้ไม่ดี ได้ทำการ annotate ข้อมูลเพิ่ม,
- สุดท้ายเปลี่ยนมาใช้สถาปัตยกรรม YOLO v5 ที่ได้ผลดีที่สุดบน test set; ยังมีสิ่งกีดขวางบางประเภท เช่น เสา ที่มีข้อมูลน้อยจนโมเดลไม่สามารถเรียนรู้ได้ดีเท่าที่ควร,
- เปิดชุดข้อมูลเป็นสาธารณะ เข้าไปใช้งานได้ที่ https://www.kaggle.com/datasets/thepbordin/indoor-object-detection,
- เปิด template สำหรับการ deploy YOLO v5 บน streamlit เป็น open source; เข้าไปใช้ไดที่ https://github.com/thepbordin/YOLOv5-Streamlit-Deployment

### แรงจูงในในการเข้าร่วมโครงการ (จากใบสมัครเข้าร่วมเมื่อ 10 สัปดาห์ที่แล้ว)

> "ผมมีความใฝ่รู้สิ่งใหม่ๆ มีไฟในการเรียนรู้ศึกษาสิ่งใหม่ๆอย่างมาก ผมพร้อมที่จะเรียนรู้สิ่งที่โครงการนี้พร้อมที่จะมอบให้และผมจะนำไปพัฒนาให้ดีมากยิ่งขึ้น ผมยังมีประสบการณ์เข้าร่วมโครงการ Young Computer Scientist Camp #2 มหาวิทยาลัยเชียงใหม่ที่เรียนรู้เกี่ยวกับการเขียน Bot Python เบื้องต้น และมีประสบการณ์การเขียนภาษา Python มีประสบการณ์เป็นเจ้าของและผู้พัฒนาเซิร์ฟเวอร์ Minecraft และมีความเข้าใจภาษาอังกฤษได้เป็นอย่างดี ผมมั่นใจว่าถ้าผมได้เข้าร่วมโครงการนี้จะสร้างผลงานดีๆและนำไปสานต่อในอนาคตให้เกิดประโยชน์ต่อส่วนรวม  ผมมีความสนใจด้าน AI และวิทยาศาสตร์ข้อมูล และกำลังเริ่มศึกษาหาความรู้ พี่ๆของผมจึงแนะนำค่ายนี้ หลังจากที่ผมเข้าไปศึกษาดูโครงการนี้แล้วเห็นว่า โอ้โห เด็กนักเรียนระดับมัธยมก็สามารถสร้าง AI ดีๆขึ้นมาได้ ผมจึงทำการศึกษาข้อมูลเพิ่มเติมและตั้งเป้าหมายให้ได้เข้าร่วมโครงการนี้ และในที่สุดผมจะนำความรู้ที่ได้จากโครงการไปพัฒนาปัญญาประดิษฐ์ที่ใช้งานได้จริง และมีประโยชน์ต่อผู้อื่น นั่นจะเป็นหนึ่งในความภาคภูมิใจของผม  ผมอยากทำโครงงานแก้ไขปัญหาให้กับผู้พิการทางสายตา ที่เดินทาง Indoor ได้ลำบาก โดยใช้ Image Processing ร่วมกับโมเดล Text to Speech ของผู้ศึกษาโครงการ AI Builders รุ่นแรกโดยภาพที่ได้จากกล้องที่ติดบนหมวกของผู้พิการทางสายตานำไปประมวลผลกับโมเดลที่เทรนโดย https://www.kaggle.com/datasets/hamzafar/look4me จะได้ทิศทางการเดินที่เป็นไปได้แล้วตอบกลับด้วยเสียง โดยใช้ Thai TTS Tacotron (สามารถเดินตรงไป เลี้ยวซ้ายและเลี้ยวขวาได้) หรืออาจจะรับข้อมูลจากไม้เท้าของผู้พิการทางสายตาว่าชี้ไปทิศทางไหน แล้วให้ตอบกลับว่าทิศทางนั้นเป็นไปได้หรือไม่ และในอนาคตอาจนำไปสานต่อกับการเดิน Outdoor ของผู้พิการทางสายตาบอกถึง ทางม้าลาย ทางเดินเท้าที่เป็นไปได้ หรือยานพาหนะต่างๆ ให้มีความปลอดภัยมากขึ้น"

Obstacle Detection for Blind people ช่วยเหลือผู้พิการทางสายตาด้วย Deep Learning

โดย เทพบดินทร์ ใจอินสม (ฟู่) •