
![image](/images/2023/107/01.jpg)

    
- โมเดลจำแนกอารมณ์สุนัขจากภาพ แรงบันดาลใจจากคนรอบตัวโดนสุนัขทำร้ายจากการไปพยามเล่นด้วยตอนสุนัขอารมณ์ไม่ดี
- ใช้ชุดข้อมูลอารมณ์ angry, happy, relaxed และ sad 1,000 ภาพจาก danielshanbalico/dog-emotion และทำการคัดเลือกรูปที่ไม่เกี่ยวข้องออกเหลือประมาณอารมณ์ละ 900 ภาพ; เพิ่ม unknown ได้แก่รูปภาพอื่นๆ เช่น ภาพทิวทัศน์ ภาพคน หรือภาพอื่นๆ ที่ไม่ใช่สุนัข อีก 900 ภาพจาก danielshanbalico/dog-vs-not-dog เพื่อป้องกันโมเดลทายมั่วกรณีไม่ใช่รูปสุนัข
- แบ่ง train-valid-test split ที่ 80/10/10
- ทดสอบการทำ image augmentation หลากหลายรูปแบบ ค้นพบว่า squish resize และค่าตั้งต้นของ fastai ทำได้ดีที่สุด
- เปรียบเทียบสถาปัตยกรรม resnet34, resnet50, vgg16, และ densenet201 ปรากฎว่า resnet34 ได้ความแม่นยำสูงที่สุด

### แรงจูงในในการเข้าร่วมโครงการ (จากใบสมัครเข้าร่วมเมื่อ 10 สัปดาห์ที่แล้ว)

> ต้องการพัฒนาตนเอง หาความรู้และประสบการณ์ใหม่ๆ สะสมความรู้ เพื่อในอนาคตจะสามารถนำความรู้ที่มีมาช่วยคนที่เรารักและเพื่อนมนุษย์อีกมากมายได้ดิฉันมีความตั้งใจและมุ่งมั่นที่จะเรียนรู้และฝึกฝนเป็นอย่างมากเพื่อที่จะสามารถนำความรู้ไปใช้ให้เกิดประโยชน์แก่ผู้คนได้มากที่สุด แม่ของดิฉันเป็นผู้ป่วยโรคไตทำให้ดิฉันได้เห็นความยากลำบากในการเลือกรับประทานอาหารเป็นอย่างมาก ทุกครั้งก่อนคุณแม่จะเลือกรับประทานอาหารต้องคอยหาข้อมูลก่อนเสมอว่าในอาหารเมนูนี้มีส่วนผสมอะไรบ้างและมีสารอาหารที่ส่งผลกระทบต่อไตหรือไม่ อาหารที่รับประทานบ่อยคุณแม่ก็จะจำได้แต่อาหารบนโลกนี้ไม่ได้มีแค่ 10-20 อย่าง แต่มีเป็นร้อยเป็นพัน เป็นไปไม่ได้เลยที่คนคนนึงจะสามารถจำได้หมด ดิฉันจึงเกิดแรงบันดาลใจที่จะนำเทคโลโลยีมาช่วยคุณแม่และผู้ป่วยโรคไตทุกคน
    

Dog emotions

โดย Thirada Thomnam • มัธยมศึกษาปีที่ 5.0 -- กำแพงเพชร