ใน ep นี้เราจะเรียนรู้การสร้าง Image Classification แบบ Multi-class Classification จำแนกรูปภาพ ด้วย TensorFlow.js โดยใช้โมเดลสำเร็จรูป MobileNet ซึ่งเป็นโมเดลขนาดเล็ก ไม่ใช้ Memory มาก เหมาะสำหรับรันบน Web Browser และ อุปกรณ์ขนาดเล็ก ด้วยภาษา JavaScript
MobileNet คืออะไร
MobileNet คือ โมเดลขนาดเล็ก ที่ทำงานได้เร็ว Latency ต่ำ ใช้พลังงานในการประมวลผลไม่มาก ถูกออกแบบมาสำหรับงานที่มีทรัพยากรจำกัด MobileNet สามารถใช้งานได้ทั้ง Classification, Detection, Embedding และ Segmentation เหมือนกับโมเดลที่เป็นที่นิยมอื่น ๆ เช่น ResNet, Inception, U-Net
MobileNet อาจจะมีความแม่นยำน้อยกว่าโมเดลเต็มรูปแบบที่เป็นที่นิยม แต่ก็แลกมากับ Latency ที่น้อยลง และขนาดที่เล็กลงมาก ส่งผลให้ใช้การประมวลผลน้อยลงด้วย
ซึ่งผู้ออกแบบได้สร้าง Hyperparameter พิเศษ ให้เราปรับจูน Trade-off ตรงนี้ได้อย่างสะดวกมากขึ้นด้วย
TensorFlow.js Code Example
เริ่มต้นด้วยใส่ Code ด้านล่าง ไว้ระหว่าง HTML tag head และ body โค้ดนี้เป็นการ Load TensorFlow.js และ โหลดโมเดล MobileNet ที่ใช้ในการทำ Image Classification
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@latest"> </script>
<script src="https://cdn.jsdelivr.net/npm/@tensorflow-models/[email protected]"> </script> กำหนด image รูปภาพ Input และ div ข้อความ Output
<img id="img" src="img/img01.jpg"></img>
<div id="output" style="font-family:courier;font-size:24px;height:300px"></div>ใน JavaScript ให้ getElementById ของ 2 Element ด้านบนมาเก็บไว้ก่อน
const img = document.getElementById('img');
const outp = document.getElementById('output');เราจะได้ mobilenet ขึ้นมา สั่งให้โหลด model แล้วใช้ model ในการ classify รูป img ที่ต้องการ
mobilenet.load().then(model => {
model.classify(img).then(predictions => {
...
});
});จะได้ predictions เป็น array ระบุความน่าจะเป็นของ Class ต่าง ๆ topk 3 อันดับแรก Default รูปแบบด้านล่าง
[{
className: "Egyptian cat",
probability: 0.8380282521247864
}, {
className: "tabby, tabby cat",
probability: 0.04644153267145157
}, {
className: "Siamese cat, Siamese",
probability: 0.024488523602485657
}]เรามาเริ่มกันเลยดีกว่า
Inference
เก้าอี้พับ
จะเห็นว่าโมเดล classify ได้ เก้าอี้พับ folding chair ถึง 91.3%
แร็กเก็ต ไม้เทนนิส และลูกเทนนิส
โมเดล classify ได้แร็กเก็ต ไม้เทนนิส racket, racquet 91.5% และ มีลูกเทนนิส tennis ball อยู่ด้วย 3.4%
Credit
- https://www.coursera.org/learn/browser-based-models-tensorflow
- https://js.tensorflow.org/api/latest/
- https://arxiv.org/abs/1704.04861
- https://github.com/tensorflow/tfjs-models/tree/master/mobilenet
