The English version of this page is being translated and reviewed; the Thai original is shown for now.

AI and drones: from images to models

ทำโครงงานตรวจจับวัตถุหนึ่งเรื่อง ตั้งแต่สิทธิ์ข้อมูล การแบ่งชุดฝึก การประเมิน ไปจนถึง benchmark บน PC

แผนหลักสูตร · 40 ชั่วโมง

กล้องบนขาตั้งบันทึกแผ่นลายตารางสำหรับปรับเทียบภาพ
ภาพประกอบแนวคิดสร้างด้วย AI

ทำโครงงานตรวจจับวัตถุหนึ่งเรื่อง ตั้งแต่สิทธิ์ข้อมูล การแบ่งชุดฝึก การประเมิน ไปจนถึง benchmark บน PC

เปิดบทอ่าน กรณีฝึก และใบงานครบตามโมดูลแล้ว งานช่างกับอุปกรณ์และการรัน AI/SITL จริงมีเงื่อนไขเตรียมแยก ชั่วโมงรวมเป็นเป้าหมายการออกแบบที่ยังรอทดลองสอน ไม่ใช่การรับรองหรือสิทธิ์ปฏิบัติการบิน

คู่มือจัดกิจกรรมครบสาย →

AI และโดรน: จากภาพถึงการทดลองโมเดล

ก่อนเรียน: เปิด notebook รัน Python อ่านไฟล์ CSV และเข้าใจ train/test เบื้องต้น; มีบทปรับพื้นฐานให้ทบทวนก่อน

ผลงานปลายทาง: object detection หนึ่งกรณี: data card, split manifest, model bundle, evaluation และ benchmark PC

เรียนสุทธิ 40 ชั่วโมง · เตรียมล่วงหน้า 4 ชั่วโมงแยกต่างหาก

  1. กฎหมายและบทบาท1 ชั่วโมง

    จำแนกสิ่งที่ต้องตรวจสำหรับผู้บังคับ อากาศยาน ภารกิจ และผู้จัดอบรม

    เปิดบทแกน 60 นาที →
  2. ธรรมาภิบาลและวงจรข้อมูล2 ชั่วโมง

    ทำแผนผังการรับ เก็บ ใช้ ส่งต่อ และลบข้อมูล

    เปิดบทแกน 60 นาที →กิจกรรมเพิ่มเติม 60 นาทีในคู่มือผู้สอน →
  3. ระบบและหลักฐานการทำงาน2 ชั่วโมง

    วาดขอบเขต flight controller, sensor, C2 และระบบประมวลผล

    เปิดบทแกน 30 นาที →กิจกรรมเพิ่มเติม 90 นาทีในคู่มือผู้สอน →
  4. คุณภาพภาพและการประเมิน AI3 ชั่วโมง

    จัดชุดภาพตามความเหมาะสมกับภารกิจและระบุภาพที่ประเมินไม่ได้

    เปิดบทแกน 60 นาที →กิจกรรมเพิ่มเติม 120 นาทีในคู่มือผู้สอน →
  5. เตรียมและแบ่งชุดข้อมูล7 ชั่วโมง

    จัดสิทธิ์ labels และที่มาของภาพเป็น data card

    เปิดบทฝึกและใบงาน →
  6. ฝึกและประเมิน object detection15 ชั่วโมง

    ฝึก baseline และทดลองปรับโดยไม่ใช้ test เลือกค่า

    เปิดบทฝึกและใบงาน →
  7. benchmark และแผนใช้งาน Edge10 ชั่วโมง

    วัด latency p95 และหน่วยความจำภายใต้สภาพทดสอบที่ระบุ

    เปิดบทฝึกและใบงาน →
ชิ้นงานและเกณฑ์สำคัญของระดับนี้

object detection หนึ่งกรณี: data card, split manifest, model bundle, evaluation และ benchmark PC

  • ไม่มี group เดียวกันรั่วข้าม split
  • ไม่ใช้ test เลือกโมเดลหรือ threshold
  • แยกผลวัดจริงจากผลคาดหวังและข้อจำกัดบอร์ด
  • ตรวจสิทธิ์ภาพ โค้ด และโมเดลก่อนแจก

เกณฑ์คะแนนร่าง 75/100 พร้อมผ่านเงื่อนไขสำคัญทุกข้อ ต้องปรับหลังทดลองสอน

บทตรวจชุดข้อมูล 90 นาทีเป็นส่วนหนึ่งของโมดูลเตรียมข้อมูล 7 ชั่วโมง วิชาเลือก simulation/control เพิ่ม 5 ชั่วโมง อยู่นอกกรอบหลัก 40 ชั่วโมง

เตรียมตัวและอ่านเพิ่มเติม

เปิดความรู้พื้นฐานที่เกี่ยวข้อง → · ค้นเครื่องมือและซอฟต์แวร์

เปิดคู่มือผู้สอนสำหรับบทต้นแบบ →

Used in courses

How to cite this page

Drone Institute, Rangsit University. (2026). AI and drones: from images to models. In UAS Technology Knowledge Hub (B.Tech.). https://rsu-drt.pk-research.work/en/kb/courses/ai-drone/

Original from Drone-Hub: https://drone.pk-research.work/courses/ai-drone/ · © PK-Research