
![image](/images/2024/5/01.png)

- สร้างโมเดล Student Behavior Detector ช่วยแก้ปัญหาและเพิ่มประสิทธิภาพการเรียนรู้ของนักเรียน
- การสร้าง Student Behavior Detector เป็นการใช้สถาปัตยกรรม YOLO  หลักการคือ มันจะพยายาม rectangle object เหล่านั้นไว้ (โดยหาจุดกึ่งกลางของแต่ละ object แล้วค่อยครอบ box เอาไว้) และบอกออกมาว่าสิ่งนั้นคืออะไร โดยมี model พื้นฐานอยู่แล้วประมาณ 80 classes ที่ถูกเทรนเอาไว้ และสามารถบอกได้ด้วยว่าความน่าจะเป็นมีเท่าไหร่ จาก model ที่มี
- ใช้ Dataset จาก SCB-dataset3-S แล้วนำมา split data อีกทีด้วยวิธี K-Fold Cross-Validation ได้ 5 Dataset ที่แตกต่างกัน
- ในส่วนของการเทรนได้ทดลองใช้สถาปัตยกรรม YOLOv8x , YOLOv9e และ YOLOv10x
-วัดผลโดยการประเมิน Precision ,Recall ,mAP50 ,mAP50-95
โดยได้ผลออกมาคือ YOLOv9e ทำ performance ออกได้ดีที่สุดบน Test set คือ 
(fold0) Precision : 70.1 % ,Recall : 74.6% , mAP50 : 77.6 % , mAP50-95 : 60.5 %
(fold2) Precision : 75.2% ,Recall : 70.5% , mAP50 : 77.4 % , mAP50-95 : 61.1 %
(fold3) Precision : 72.2 % ,Recall : 73% , mAP50 : 77.8 % , mAP50-95 : 61.1 %
 ซึ่ง fold0 จะมีค่า Recall สูงสุด และ fold2 จะมีค่า Precision สูงสุด และ fold3 จะสมดุลระหว่าง Precision กับ Recall
-เทียบกับ SCB-dataset3 ที่ train YOLOv7x ไว้ ค่า Precision Recall mAP50 และ mAP50-95 ของเราจะต่ำกว่าเล็กน้อยเนื่องจากเรา split data ทำให้จำนวน train data น้อยลง แต่จะทำให้สามารถมั่นใจได้ว่า โมเดลของเราจะทำงานมีประสิทธิภาพประมาณนี้กับข้อมูลที่ไม่เคยเห็นมาก่อน 
-จาการวิเคราะห์ข้อผิดพลาดของตัว Student Behavior Detector พบว่าโมเดลมักทำนายไม่แม่นย่ำเมื่อเจอ class writting ซึ่งคาดว่าน่าจะมาจากจำนวน data class writting นั้นมีน้อยกว่า class อื่นๆ และพบว่า model ชอบทายวงที่ background อยู่ คาดว่าจำนวน data นั้นน้อยเกินไป


### แรงจูงในในการเข้าร่วมโครงการ (จากใบสมัครเข้าร่วมเมื่อ 10 สัปดาห์ที่แล้ว)

> ผมสนใจค่ายนี้เป็นอย่างมากครับ เมื่อปีที่แล้วผมก็สมัครเข้าโครงการแต่ไม่ได้รับคัดเลือกเข้าโครงการ เนื่องจากมีเวลาเตรียมตัวน้อยติดช่วงสอบปลายภาคยังบริหารเวลาได้ไม่ดี แต่ครั้งนี้ผมตั้งใจเต็มที่ที่จะมาเข้าค่ายให้ได้ เนื่องจากผมอยากมีความรู้เพิ่มเติมในการทำ senior project ก่อนจบมัธยมศึกษาตอนปลาย ผมอยากได้ทั้งความรู้ คำแนะนำและอาจารย์ที่ปรึกษามาช่วยแนะนำโครงการที่เกี่ยวกับ ai facial recognition ไม่เพียงแต่สร้างโปรแกรมได้ แต่ต้องการต่อยอดไปเป็นระบบการเช็คชื่อเข้าเรียนในโรงเรียนของผมด้วยครับ ซึ่งที่ รร. ของผมยังไม่มีผู้เชี่ยวชาญที่จะให้คำแนะนำในเรื่องนี้และช่วงปิดเทอมนี้ผมต้องทำ senior project เกี่ยวกับ ai ที่ผมสนใจให้สำเร็จภายในเดือน ส.ค นี้ ผมหวังเป็นอย่างยิ่งว่าทางสถาบันฯจะให้โอกาสผมได้เข้าไปเรียนรู้กับอาจารย์ผู้ทรงคุณวุฒิ และได้รับคำปรึกษาจากการเข้าค่ายครั้งนี้ครับ และผมสัญญาว่าจะเอาความรู้ความสามารถไปแบ่งปันประสบการณ์ให้กับเพื่อนๆ น้องๆ ที่ รร. เพื่อต่อยอดในการประดิษฐ์ ai ใหม่ๆ ในอนาคตครับ นอกจากนี้ผมเองก็สนใจด้าน ai เป็นอย่างมาก และตั้งเป้าหมายที่จะเรียนและทำงานด้านนี้ เพื่อทำให้คนไทยได้มีโอกาสพัฒนา นวัตกรรมใหม่ๆให้กับคนไทย ผมภูมิใจที่ได้ทราบว่าประเทศไทยมี thailand digital valley ซึ่งจะเป็นแหล่งรวมของคน it และ start up รุ่นใหม่ ทั้งในประเทศและต่างประเทศ อยู่ที่นี่และ
    

Student Behavior Detector in Classroom