CarbConnect logo
CarbConnect logo

    • ยินดีต้อนรับสู่ CarbConnect
    • ยินดีต้อนรับสู่แกลเลอรี
    • การสร้างโฟลเดอร์แรกของคุณ
    • อัปโหลดรูปภาพแรกของคุณ

    • การใช้งานหน้าต่างรูปภาพ
    • แก้ไขข้อมูลรูปภาพ
    • สื่อสารกับเพื่อนร่วมงาน
    • สร้างหมายเหตุประกอบ

    • การแชร์และเชื่อมต่อ

    • วิธีใช้ ZOI 1.0 การวัดเขตยับยั้ง
    • วิธีใช้ BiTTE lite การวิเคราะห์จุลชีพ
    • วิธีใช้ Nugent Score AI 1.0
    • วิธีใช้ BM Smear AI 1.0
    • วิธีใช้ ZOI Pro
    • วิธีใช้ Pick Colony 1.0 - Colony Picking support

    • วิธีสร้างแอปพลิเคชันส่วนตัว
    • เริ่มต้นใช้งาน AI Studio
    • วิธีสร้างโมเดลการจำแนกประเภท

    • การจัดการโปรไฟล์และการตั้งค่า

    • เริ่มต้นกับเครื่องมือการติดป้าย
    • การกำหนดค่า Shape Builder และป้ายกำกับ
    • การจัดการคำเชิญเซิร์ฟเวอร์
    • การเริ่มโครงการติดป้าย
    • การเข้าถึงโครงการติดป้ายที่แชร์

วิธีสร้างโมเดลการจำแนกประเภท

TH
​

เรียนรู้วิธีสร้างโปรเจกต์ Classification ใน AI Studio นำเข้าโฟลเดอร์คลาสเป็นป้ายกำกับ ตรวจสอบการแบ่ง Training และ Test ที่สร้างขึ้น เริ่มการฝึก และรัน inference ตัวอย่าง

เปิด AI Studio จากแถบนำทางด้านบน อยู่ที่แท็บ Projects แล้วคลิก 'Create Project' เพื่อเริ่มเวิร์กโฟลว์โมเดลใหม่

Step 1: เปิด AI Studio จากแถบนำทางด้านบน อยู่ที่แท็บ Projects แล้วคลิก 'Create Project' เพื่อเริ่มเวิร์กโฟลว์โมเดลใหม่

ใน Project Settings ให้ใส่ชื่อโปรเจกต์ เลือก 'Classification' เลือกโหมดการฝึก เช่น 'Auto' จากนั้นเลือกหรือสร้าง Project Folder

Step 2: ใน Project Settings ให้ใส่ชื่อโปรเจกต์ เลือก 'Classification' เลือกโหมดการฝึก เช่น 'Auto' จากนั้นเลือกหรือสร้าง Project Folder

ในขั้นตอน Dataset ให้คลิก 'Import folder' และเลือกหนึ่งโฟลเดอร์ต่อหนึ่งคลาส แต่ละโฟลเดอร์จะกลายเป็นป้ายกำกับคลาส เช่น `BG2_01_Candida spp.` และ `BG2_02_Listeria`

Step 3: ในขั้นตอน Dataset ให้คลิก 'Import folder' และเลือกหนึ่งโฟลเดอร์ต่อหนึ่งคลาส แต่ละโฟลเดอร์จะกลายเป็นป้ายกำกับคลาส เช่น `BG2_01_Candida spp.` และ `BG2_02_Listeria`

รอจนการนำเข้าเสร็จและสร้าง test set แล้ว จากนั้นยืนยันสถานะสีเขียว 'Ready' และจำนวน Training กับ Test ของแต่ละคลาส

Step 4: รอจนการนำเข้าเสร็จและสร้าง test set แล้ว จากนั้นยืนยันสถานะสีเขียว 'Ready' และจำนวน Training กับ Test ของแต่ละคลาส

ใน Review & Train ให้ยืนยันชื่อโปรเจกต์ หมวดหมู่ Classification โหมด Project Folder และสรุป dataset จากนั้นคลิก 'Save & Train'

Step 5: ใน Review & Train ให้ยืนยันชื่อโปรเจกต์ หมวดหมู่ Classification โหมด Project Folder และสรุป dataset จากนั้นคลิก 'Save & Train'

หลังจาก training job เริ่มแล้ว ให้เปิดรายละเอียดโปรเจกต์เพื่อยืนยันการตั้งค่า Classification และตรวจสอบเมทาดาทาของโปรเจกต์ระหว่างที่โมเดลถูกสร้าง

Step 6: หลังจาก training job เริ่มแล้ว ให้เปิดรายละเอียดโปรเจกต์เพื่อยืนยันการตั้งค่า Classification และตรวจสอบเมทาดาทาของโปรเจกต์ระหว่างที่โมเดลถูกสร้าง

เมื่อโมเดลพร้อมใช้งาน ให้เปิด 'Test Model' ไปที่โฟลเดอร์ `test` เลือกรูปภาพ แล้วคลิก 'Run Inference'

Step 7: เมื่อโมเดลพร้อมใช้งาน ให้เปิด 'Test Model' ไปที่โฟลเดอร์ `test` เลือกรูปภาพ แล้วคลิก 'Run Inference'

ตรวจสอบแผง Inference result เพื่อดูการทำนายอันดับแรกและคะแนนของแต่ละคลาส

Step 8: ตรวจสอบแผง Inference result เพื่อดูการทำนายอันดับแรกและคะแนนของแต่ละคลาส
© CarbGeM Inc. All Rights Reserved.
About Us
Terms and Conditions
Privacy Policy