7 คอร์สเรียน Computer Vision เบื้องต้นทางออนไลน์ที่นำไปต่อยอดได้จริง

Computer Vision คือสาขาทางวิทยาศาสตร์ที่สร้างให้คอมพิวเตอร์สามารถเข้าใจในรูปภาพและวีดิโอ หรือทำให้คอมพิวเตอร์ “เห็น” ในสิ่งที่ดวงตาช่วยให้มนุษย์มองเห็นนั่นเอง

สาขานี้ถือว่าเป็นสาขาระดับสูง และกำลังเป็นที่ต้องการอย่างมากในต่างประเทศ เพราะหลายอุตสาหกรรมล้วนแต่กำลังพัฒนาเทคโนโลยีที่ใช้ Computer Vision อยู่ทั้งสิ้น

ตัวอย่างการใช้งาน Computer Vision ที่ชัดเจนที่สุดคือ Self-Driving cars หรือว่ารถไร้คนขับที่ Tesla, Uber และ Google กำลังพัฒนาอยู่ หรือแม้กระทั่งเครื่องมือทางด้านรังสีวิทยาที่ช่วยแพทย์ตรวจหามะเร็งในส่วนต่างๆ ของร่างกาย

ดังนั้นไม่ต้องแปลกใจที่อาชีพที่เกี่ยวข้องกับ Computer Vision ได้รับค่าตอบแทนสูงมาก อย่างในประเทศสหรัฐอเมริกานั้น Computer Vision Engineer ได้รับค่าตอบแทนเฉลี่ยถึง $146,579 ต่อปี (อ้างอิงจาก Indeed) ซึ่งมากกว่าอาชีพที่ค่าตอบแทนสูงในสาย IT อย่าง Data Scientist และ Full Stack Developer ไปอีกมากโขเลยทีเดียว

ปัจจุบันคุณสามารถเรียนรู้การทำ Computer Vision ได้อย่างสะดวกสบายในโลกออนไลน์ สิ่งที่คุณจะได้เรียนจะเป็นการผสมผสานระหว่าง Deep Learning (Tensorflow, Keras) และการใช้งานเครื่องมือต่างๆ ที่คุณสามารถนำไปพัฒนาเทคโนโลยีต่างๆ ต่อไปได้จริงครับ

เราไปดูกันดีกว่ามีคอร์สไหนที่น่าสนใจบ้าง

ข้อควรทราบ:

• ราคาและเงื่อนไขของคอร์สเรียนแต่ละคอร์สอาจจะเปลี่ยนแปลงไปได้ โปรดตรวจสอบกับทางเว็บไซต์อีกครั้งเพื่อความชัดเจน
• ในการเรียนคุณควรจะมีทักษะการใช้ Python ระดับเบื้องต้นขึ้นไปเป็นอย่างน้อย โดยเฉพาะถ้าเคยเรียน Python สำหรับ Data Science มาจะยิ่งดีครับ

Udemy

คอร์สที่ 1-5 จะเป็นคอร์สบนแพลตฟอร์มของ Udemy

Udemy เป็นแพลตฟอร์มที่มีคอร์สเรียนออนไลน์ให้เรียนมากมาย จุดแข็งของ Udemy คือคอร์สที่ไม่มีวันหมดอายุหลังจากซื้อไปแล้ว คุณจะเรียนที่ไหน เมื่อไรและกี่รอบก็ได้ตามที่คุณต้องการ นอกจากนี้ถ้าคุณเลือกผู้สอนที่ดี คอร์สจะถูกอัพเดตให้ทันสมัยอยู่เสมอ ทำให้คุณเก็บเกี่ยวความรู้ใหม่ๆ ได้ฟรีโดยไม่ต้องเสียค่าใช้จ่ายเพิ่มครับ

นอกจากนี้ Udemy ยังมี app ใน iOS และ Android ที่ยอดเยี่ยม ทำให้เอื้อต่อการเรียนด้วย smartphone หรือ tablet มากๆ อีกด้วย

อย่างไรก็ดีถ้าคุณจะซื้อคอร์สของ Udemy ผมแนะนำอย่างยิ่งให้ซื้อตอนที่ลดราคาเท่านั้น เพราะมีลดราคาบ่อยมาก และลดเยอะมากถึง 90% จนเหลือราคาแค่ไม่กี่ร้อยบาท ดังนั้นถ้าคุณเข้าลิงค์ไปแล้วไปเจอคอร์สราคาเต็ม (รูปที่ไม่มีขีดฆ่าลดราคา) ผมแนะนำให้รอ 2-5 วันแล้วค่อยเข้าไปดูใหม่ครับ

สำหรับคอร์สสอน Computer Vision ที่ผมมองว่าน่าสนใจได้แก่

1. Deep Learning and Computer Vision A-Z™: OpenCV, SSD & GANs

คอร์สนี้จะนำคุณเจาะลึกการใช้งานเครื่องมือ Computer Vision ทุกตัวที่มีอยู่ในปัจจุบัน รวมไปถึงสอนวิธีการสร้างเครื่องมือและ app ต่างๆ ที่ใช้ประโยชน์จาก Computer Vision อีกด้วย ตัวคอร์สสอนโดยทีมงานของ SuperDataScienceTeam สถาบันที่จัดทำคอร์สสอน data science คุณภาพจำนวนมากบน Udemy ครับ

สำหรับเนื้อหาจะถูกจัดเรียงตามฟีเจอร์ต่างๆ อาทิเช่น

• Face Detection – การสอนให้คอมพิวเตอร์ตรวจจับใบหน้า คุณจะได้เรียน concept ต่างๆ และการใช้ OpenCV ในการทำสิ่งดังกล่าวครับ
• Object Detection – แนะนำวิธีการสอนให้คอมพิวเตอร์ตรวจจับวัตถุต่างๆ, อธิบายว่าแตกต่างกับ Face detection อย่างไร หลังจากนั้นจะสอนวิธีการทำด้วยการใช้ SSD
• GANs – แนะนำ concept ของ GANs หรือ Generative Adversarial Networks และวิธีการประยุกต์ใช้ GANs ในการทำ Image Creation
• Artificial Neural Networks – อธิบาย concept ของ Deep learning และ Neural Networks
• Convolutional Neural Networks – อธิบายขั้นตอนทั้ง 4 ของ Convolutional Neural Networks ซึ่งได้แก่ Convolution Operation, Pooling, Flattening และ Full Connection

รวมแล้วมีเนื้อหาแบบวีดิโอให้เรียนมากกว่า 11 ชั่วโมง นอกจากนี้ในการเรียนคุณจะได้ทำโปรเจคไปตลอดทาง อาทิเช่นการให้คอมพิวเตอร์ detect “ความสุข” ของแต่ละบุคคลจากใบหน้า, หรือว่า detect ม้าที่กำลังวิ่งอยู่ ฯลฯ ทำให้คุณได้ลองนำสิ่งที่เรียนไปประยุกต์ใช้จริงครับ

โดยรวมแล้วคอร์สนี้จึงน่าสนใจอย่างมากสำหรับการเรียนเป็นคอร์สแรก คุณเองก็ไม่ต้องมีทักษะอะไรเลยนอกจาก Python เบื้องต้นที่ผมได้แจ้งไปแล้วด้านบนครับ

คอร์สนี้เป็นคอร์สสอน Computer Vision ระดับ Bestseller ของ Udemy เพราะมีนักเรียนมากกว่า 36,000 คน และได้คะแนนรีวิว 4.4/5.0 ครับ

2. Deep Learning Computer Vision™ CNN, OpenCV, YOLO, SSD & GANs

แนวทางของคอร์สนี้จะต่างกับคอร์สแรกที่เน้นไปที่ concept เสียเป็นส่วนใหญ่ คอร์สนี้จะเน้นไปที่การทำโปรเจคล้วนๆ เลยครับ ตัวคอร์สนี้จัดทำโดย Rajeev Ratan ผู้ที่เป็นทั้ง Data Scientist และ Computer Vision Engineer มาก่อน แต่ในปัจจุบันเขาได้เปิดบริษัทสตาร์ทอัพทางด้าน Computer Vision เป็นของตัวเองแล้วเป็นที่เรียบร้อย

เนื้อหาของคอร์สนี้จะเป็นการเรียนทักษะทางด้าน computer vision ผ่านทางการทำโปรเจคได้แก่

• Handwriting Recognition – สอนให้คอมพิวเตอร์ตรวจจับลายมือโดยใช้ OpenCV
• อธิบาย concept ของ Neurel Network และ Convolutional Neural Network (CNN) และได้ลองสร้าง CNN ใน Python โดยใช้ Keras
• ลองสร้าง Classifier หลายๆ ตัวด้วยตนเองอาทิเช่น Clothing, Fruit, Flower Classifier
• Facial Applications – ลองสร้างการตรวจจับใบหน้า และทำ Image Segmentation กับ Medical Imaging
• Object Detection – ใช้งาน Tensorflow API และ YOLO ในการตรวจจับวัตถุ
• ลองสร้าง AI ที่สามารถสร้างงานศิลปะได้
• สร้าง Computer Vision API
• และอื่นๆ อีกมากมาย

โดยรวมแล้วหลังจากที่คุณเรียนจบ คุณจะได้ลองทำโปรเจคต่างๆ ถึง 26 ชิ้นไม่ว่าจะเป็นการตรวจจับอารมณ์ การตรวจจับอายุและเพศ การรับรู้ว่าสิ่งของอย่างเช่นผลไม้และดอกไม้แต่ละชิ้นเป็นอะไร ฯลฯ

ผู้เขียนแจ้งในคอร์สว่าคุณต้องมีพื้นที่ประมาณ 20 GB ในคอมพิวเตอร์สำหรับการทำโปรเจคต่างๆ และไม่ต้องมีความรู้ในการเขียนโปรแกรมใดๆ แต่จากที่ดูเนื้อหาของคอร์สแล้ว ผมกลับเห็นต่าง ผมมองว่ายังไงคุณก็ควรต้องมีความรู้ Python เบื้องต้นมาก่อน และอาจจะต้องเรียน Tensorflow มาก่อนด้วยซ้ำไป

อย่างไรก็ดีถ้าคุณมีความรู้เหล่านี้อยู่แล้ว คอร์สนี้จะน่าสนใจมากสำหรับคุณ เพราะตลอดเนื้อหาแบบวีดิโอ 14 ชั่วโมง คุณจะได้ทำโปรเจคอย่างเต็มอิ่มเลยครับ

สำหรับคะแนนรีวิวของคอร์สนี้อยู่ที่ 4.3/5.0 จากผู้เรียนมากกว่า 8,700 คนครับ

3. Python for Computer Vision with OpenCV and Deep Learning

สำหรับใครที่ชอบหรือชำนาญการใช้งาน Python คอร์สนี้เป็นคอร์สต่อยอดที่น่าสนใจมาก คุณจะได้เรียนการใช้งานในระดับที่สูงขึ้นโดยนำ Python มาประยุกต์ใช้กับ Computer Vision ครับ

คอร์สนี้เป็นคอร์สของ Jose Portilla ผู้สอนประสบการณ์สูงที่ทำหน้าที่เป็น Head of Data Science ของบริษัทสตาร์ทอัพ Pierian Data Inc. และยังได้รับเชิญไปสอน data science และ Python ให้กับเจ้าหน้าที่ของบริษัทใหญ่ๆ อย่างเช่น GE และ McKinsey อีกด้วย

สำหรับเนื้อหาของคอร์สจะครอบคลุมสิ่งต่อไปนี้

• การใช้งาน NumPy และ Image Assessment Test
• เริ่มลองใช้ OpenCV เบื้องต้นและการทำ Image Processing และ Image Manipulation
• ลองทำ Object Detection โดยใช้ Python และ OpenCV
• Deep Learning สำหรับ Computer Vision อย่างเช่นทำความเข้าใจ Neural Network, Convolutional Neural Network
• Video Streaming โดยใช้ Python และ OpenCV เพื่อ track วัตถุในวีดิโอ
• สร้าง Face Detection Software
• และอื่นๆ อีกมากมาย

เนื้อหาของคอร์สนี้ยาวทั้งหมด 14 ชั่วโมง และเรียกได้ว่าเจาะลึกการใช้ Python ในส่วนของ Computer Vision ได้เป็นอย่างดี แต่จะไม่มีเนื้อหาส่วนอื่นอย่างเช่น GANs หรือ SSD ครับ

ในการเรียนคอร์สนี้ คุณใช้งาน Python ได้ระดับหนึ่งก็น่าจะเพียงพอแล้วละครับ ในส่วนของความนิยม คอร์สนี้เป็นคอร์สระดับ Bestseller อีกคอร์สหนึ่ง โดยมีนักเรียนมากกว่า 24,000 คน และได้รีวิว 4.5/5.0 ครับ

4. Deep Learning: Advanced Computer Vision (GANs, SSD, +More!)

คอร์สนี้เป็นคอร์สสอน Computer Vision ระดับสูง เพราะครอบคลุมเครื่องมือสำคัญๆ แทบทั้งหมดไม่ว่าจะเป็น GANs, SSD, ResNet, Tensorflow, Keras ฯลฯ สำหรับผู้จัดทำคอร์สนี้คือ Lazy Programmer Inc. ผู้ที่มีประสบการณ์เป็นทั้ง Data Scientist, Big Data Engineer และ Full Stack Software Engineer มานานหลายปีครับ

โครงสร้างของคอร์สนี้จะเรียงตามเครื่องมือแต่ละตัวโดยตรง ได้แก่

• VGG and Transfer Learning
• ResNet
• SSD/RetinaNet สำหรับการทำ Object Detection
• Neural Style Transfer
• GANs
• Keras and Tensorflow 2 ในสาขา Computer Vision

โดยรวมแล้วคุณจะได้เรียนระบบต่างๆ ที่อยู่รายรอบ Convoluted Neural Network (CNN) ทั้งหมด ดังนั้นผู้สอนจึงแจ้งว่าคุณควรจะมีความรู้ในส่วนของ CNN และ Neural network เป็นอย่างดี (แปลว่าควรจะผ่านคอร์สอื่นมาก่อน) นอกจากนี้ยังควรจะใช้งาน Python ได้ดีระดับหนึ่ง โดยเฉพาะการใช้ NumPy Stack ครับ

เนื้อหาแบบวีดิโอของคอร์สนี้มีความยาวทั้งหมด 10 ชั่วโมง ตัวคอร์สได้คะแนนรีวิว 4.5/5.0 จากผู้เรียนมากกว่าสองหมื่นคนครับ

5. Autonomous Cars: Deep Learning and Computer Vision in Python

คอร์สนี้เหมาะสำหรับใครที่อยากจะเรียนรู้ว่าในปัจจุบันวิศวกรในต่างประเทศเค้าพัฒนารถไร้คนขับกันอย่างไร ตัวคอร์สสอนโดย Sundog Education สถาบันที่สอนทักษะอย่าง Big data, data science และ machine learning ให้กับผู้สนใจเป็นหลัก

ในคอร์สนี้ Frank Kane ผู้ก่อตั้งสถาบันซึ่งมีประสบการณ์การทำงานในบริษัทชั้นนำอย่าง Amazon และมีสิทธิบัตรเป็นของตัวเองถึง 17 ใบจะเป็นผู้สอนเองครับ

เนื้อหาในคอร์สนี้จะประกอบด้วย

• แนะนำ concept ของรถไร้คนขับเบื้องต้น
• Computer Vision Basics – ทำความเข้าใจ concept และทฤษฎีต่างๆ ในการทำให้คอมพิวเตอร์เข้าใจรูปภาพ, ลอง process ข้อมูลรูปภาพโดยใช้ OpenCV, ทำให้คอมพิวเตอร์เข้าใจสัญญาณไฟจราจรด้วย Convolutional Neural Networks ฯลฯ
• Machine Learning – แจกแจงข้อมูลด้วยเทคนิคอย่าง Linear Regression, Decision Trees, Naive Bayes ฯลฯ
• Artificial Neural Networks
• Deep Learning and Tensorflow
• และอื่นๆ อีกมากมาย

หลังจากเรียนจบแล้วคุณจะได้ทราบว่าการทำให้คอมพิวเตอร์เข้าใจเรื่องเลนของถนน, สัญญาณไฟจราจร, เห็นรถและสิ่งต่างๆ ที่อยู่รายรอบจะต้องทำอย่างไร ซึ่งคุณจะถูกปูพื้นฐานมาอย่างดีและสามารถนำความรู้ที่เรียนไปประยุกต์หรือพัฒนาต่อไปได้จริงครับ

สำหรับคอร์สนี้ เนื้อหาทั้งหมดจะอยู่ที่ 13 ชั่วโมง และได้รีวิวสูงถึง 4.5/5.0 จากผู้เรียนมากกว่า 6,200 คนครับ

ข้อควรทราบ: นอกเหนือจาก 5 คอร์สนี้แล้ว Udemy ยังมีคอร์สสอน Computer Vision อีกมากมาย ดังนั้นถ้าเกิดว่าคอร์สที่ผมแนะนำไปยังไม่ตอบโจทย์ คุณสามารถหาคอร์สได้ด้วยตนเองที่ Computer Vision Courses ครับ

Coursera

คอร์สที่ 6 อยู่ในแพลตฟอร์มของ Coursera

Coursera เป็นอีกแพลตฟอร์มหนึ่งที่น่าสนใจในการเรียนออนไลน์ เพราะว่าผู้จัดทำคอร์สจะเป็นสถาบันการศึกษาและบริษัทใหญ่ๆ ทั้งหมด โครงสร้างของคอร์สจึงถูกจัดทำอย่างยอดเยี่ยมครับ

สำหรับการเรียนกับ Coursera ในส่วนของเทคโนโลยีจะใช้ระบบสมัครสมาชิก หรือหมายความว่าคุณจะต้องเสียค่าใช้จ่ายรายเดือนในการเรียน ถ้าคุณเรียนจบเร็ว ค่าใช้จ่ายก็จะน้อย แต่ถ้าใช้เวลาเรียนนาน ค่าใช้จ่ายก็จะมาก ดังนั้นจึงไม่แนะนำให้ดองคอร์สไว้เหมือนกับ Udemy ครับ

เราไปดูกันดีกว่าคอร์สสอน Computer Vision ที่น่าสนใจมีคอร์สไหนบ้าง

6. Convolutional Neural Networks

คอร์สนี้จัดทำโดย deeplearning.ai สถาบันการศึกษาทางด้าน AI โดยเฉพาะที่ก่อตั้งโดย Andrew Ng ศาสตราจารย์ของ Stanford University (เขาเป็นผู้สร้างแพลตฟอร์มอย่าง Coursera ด้วยเช่นกัน) และในส่วนของคอร์สนี้ Andrew Ng ก็เป็นผู้สอนเองด้วยครับ

แก่นสำคัญของคอร์สนี้จะอยู่ที่การสร้าง Convolutional Neural Networks (CNN) และนำไปใช้วิเคราะห์ข้อมูลรูปภาพทั้งหลาย อย่างเช่น Face Recognition และ Object detection ตัวคอร์สจะแบ่งออกเป็น 4 ส่วนได้แก่

• Foundations of Convolutional Neural Networks– เรียนรู้ layer ต่างๆ ของ CNNs และนำมาใช้กับ deep network เพื่อปัญหาเรื่องการแจกแจงรูปภาพ
• Deep Convolutional Models: case studies – ในส่วนนี้จะสอนถึงวิธีการใช้งาน CNNs โดยจะอ้างอิงจาก Research paper ต่างๆ
• Object Detection – ใช้งาน CNNs ในการทำ Object Detection
• Face Recognition & Neural Style Transfer – ลองประยุกต์ใช้ CNNs เช่นสั่งให้ AI ผลิตผลงานศิลปะ หรือตรวจจับและจดจำใบหน้า

ในการเรียนคอร์สนี้ ผู้สอนแจ้งว่าจะใช้เวลาประมาณ 20 ชั่วโมงในการเรียน แต่เนื้อหาแบบวีดิโอจะน้อยกว่านั้นมาก เพราะจำนวนชั่วโมงตรงนี้รวมไปถึงการบ้าน และการประเมินผลอื่นๆ และการอ่านเอกสารต่างๆ ด้วยครับ

อย่างไรก็ดีเนื้อหาของคอร์สนี้จะโฟกัสเฉพาะที่ CNNs ดังนั้นเนื้อหาในส่วนของ Computer Vision จะไม่สมบูรณ์เท่ากับคอร์สของ Udemy แต่ว่าถ้าคุณสมัครเรียนคอร์สนี้คุณจะเรียนคอร์สอื่นที่อยู่ในหลักสูตร Deep Learning Specialization ได้ด้วย ซึ่งจะมีทั้งหมด 5 คอร์สครับ (รวมคอร์สนี้ด้วย)

ราคาค่าเรียนจะอยู่ที่ $49 (1,470 บาทต่อเดือน) หลังจากที่คุณเรียนจบครบถ้วน คุณจะได้ประกาศนียบัตรจากทางสถาบันครับ

edX

คอร์สที่ 7 อยู่ในแพลตฟอร์มของ edX

edX เป็นแพลตฟอร์มออนไลน์ที่มีลักษณะคล้ายกับ Coursera นั่นคือเป็นแพลตฟอร์มที่รวมคอร์สชั้นยอดจากสถาบันต่างๆ ทั่วโลก แต่สิ่งที่น่าสนใจคือคอร์สของ edX นั้นส่วนใหญ่จะเรียนฟรี และจะเสียค่าเงินก็ต่อเมื่อคุณต้องการประกาศนียบัตรเท่านั้น ถ้าคุณไม่ต้องการก็แปลว่าเรียนฟรี 100% ครับ

คอร์ส Computer Vision ของ edX ที่น่าสนใจได้แก่

7. Computer Vision Fundamentals with Watson and OpenCV

คอร์สนี้จัดทำโดยบริษัทเทคโนโลยีอย่าง IBM และมีความแตกต่างจากคอร์สอื่นอยู่ไม่น้อย เพราะคุณจะได้ใช้แพลตฟอร์มที่สมบูรณ์แล้วในระดับหนึ่งอย่าง IBM Watson ในการสร้าง Computer Vision ครับ

สิ่งที่คุณจะได้จากคอร์สนี้คือ

• เรียนรู้การทำงานและการประยุกต์ใช้ Computer Vision เบื้องต้น
• ใช้งาน Python, Watson AI และ OpenCV ในการ process รูปภาพและทำ image classifications
• สร้างและทดลองใช้งาน image classifiers
• ลองสร้าง computer vision web app ของคุณเอง

ภายในคอร์สคุณจะได้ลองทำโปรเจคและแบบฝึกหัดมากมายที่จะช่วยพัฒนาทักษะของคุณ ซึ่งจะช่วยปูพื้นฐานในเรื่อง Computer Vision ของคุณให้อย่างแข็งแกร่ง เพื่อที่คุณจะได้นำความรู้ไปใช้งานต่อไปครับ

สำหรับคอร์สนี้ถือว่าเนื้อหาแน่นมาก และใช้เวลาเรียนนาน เพราะการเรียนให้จบคอร์สจะใช้เวลาประมาณ 14 สัปดาห์ และแต่ละสัปดาห์ผู้เรียนควรจะใช้เวลา 7-14 ชั่วโมงครับ ในส่วนของค่าเรียนก็ฟรีทุกบาททุกสตางค์ ค่าใช้จ่ายจะอยู่ที่ $99 (2,970 บาท) ในกรณีที่คุณต้องการประกาศนียบัตรเท่านั้นครับ