DRT 492 · 3(2-3-5) · ชั้นปี/ภาค 4/1

การประยุกต์ใช้การมองเห็นด้วยคอมพิวเตอร์

Computer Vision Applications

ความคืบหน้า
ชั่วโมงตามการออกแบบ: 150 ชม. (ออนไลน์/ศึกษาด้วยตนเอง 75 · ในชั้นเรียน/ปฏิบัติ 75)

คำอธิบายรายวิชา

งานการมองเห็นด้วยคอมพิวเตอร์ในอากาศยานไร้คนขับ การประมวลผลภาพด้วย OpenCV การตรวจจับและแบ่งส่วนภาพ ปัญญาประดิษฐ์เชิงภูมิสารสนเทศ การพัฒนาแอปพลิเคชันประมวลผลภาพ การประเมินและนำระบบไปใช้งาน

คำอธิบายภาษาอังกฤษ

Computer vision tasks in UAS; image processing with OpenCV; detection and segmentation; geospatial AI; developing image-processing applications; evaluation and deployment.

ที่มาคำอธิบาย: ร่างใหม่เสนอ กก.หลักสูตร
หมายเหตุสำหรับ กก.หลักสูตร
  • ทับซ้อนกับ DRT 337 ควรกำหนดให้ DRT 492 เน้นการพัฒนาแอปพลิเคชันเชิงประยุกต์

ผลลัพธ์การเรียนรู้ระดับรายวิชา (CLO)

CLOผลลัพธ์การเรียนรู้PLO
CLO1เลือกเทคนิค computer vision ให้ตรงโจทย์PLO4
CLO2พัฒนาแอปพลิเคชันประมวลผลภาพจากโดรนPLO4PLO5
CLO3ประเมินและปรับปรุงประสิทธิภาพของแอปพลิเคชันPLO4

โมดูลการเรียนรู้

1งาน CV กับโดรน
สัปดาห์ 1–3 · 30 ชม.
1 KU

ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 15 ชม.

ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย

หลักฐานการเรียนรู้: ใบงานที่ผ่านการตรวจและผล quiz

2OpenCV
สัปดาห์ 4–6 · 30 ชม.
1 KU

ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 15 ชม.

ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย

หลักฐานการเรียนรู้: ใบงานที่ผ่านการตรวจและผล quiz

3Detection และ segmentation
สัปดาห์ 7–9 · 30 ชม.
2 KU

ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 15 ชม.

ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย

หลักฐานการเรียนรู้: ใบงานที่ผ่านการตรวจและผล quiz

4GeoAI
สัปดาห์ 10–12 · 30 ชม.
1 KU

ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 15 ชม.

ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย

หลักฐานการเรียนรู้: ใบงานที่ผ่านการตรวจและผล quiz

5ประเมินและ deploy
สัปดาห์ 13–15 · 30 ชม.
2 KU

ออนไลน์ (ก่อนเข้าชั้น) · 15 ชม.

ศึกษาหน่วยความรู้ที่กำหนดล่วงหน้า ดูสื่อประกอบ และทำ quiz ประจำโมดูล

ในชั้นเรียน / ภาคสนาม · 15 ชม.

ปฏิบัติการในห้องแล็บหรือภาคสนามตามใบงาน พร้อม checklist ความปลอดภัย

หลักฐานการเรียนรู้: ใบงานที่ผ่านการตรวจและผล quiz

การวัดและประเมินผล (ร่าง)

ปฏิบัติการและใบงาน35%
quiz ประจำโมดูล10%
สอบกลางภาค20%
โครงงานย่อยหรือสอบปฏิบัติ35%

โดเมนความรู้

แหล่งอ้างอิงหลัก

  1. Szeliski, R. (2022). Computer vision: Algorithms and applications (2nd ed.). Springer. link
  2. OpenCV. OpenCV documentation. link