แอป Edge AI

Edge AI apps · หน้าหลักสูตร

สร้างแอปที่โฟกัสโมเดลเดียว ต่อ verdict เข้ากับ action ผ่านท่อที่กัน false positive รวมกับเซนเซอร์ดิบ และส่งเหตุการณ์ขึ้น MQTT

เป้าหมายของโมดูล

เปลี่ยนคำตอบของโมเดลให้เป็นการกระทำที่เชื่อถือได้ และส่งออกไปนอกบอร์ดอย่างมีวินัย

บทเรียน

บทเรียน	เรื่อง	เวลา (นาที)	สไลด์
6.1	หกโมเดลกับ edge_ai API: แอปที่โฟกัสโมเดลเดียว	70	slides.md
6.2	ลงมือทำ: แอปโฟกัสของเราเอง	75	slides.md
6.3	ท่อสั่งการ: CONF_FLOOR, debounce, cooldown และ on_result	70	slides.md
6.4	ลงมือทำ: action pipeline ที่กัน false positive	75	slides.md
6.5	sensor fusion: verdict ของโมเดลกับเซนเซอร์ดิบ	70	slides.md
6.6	ลงมือทำ: ส่งเหตุการณ์ที่ fuse แล้วขึ้น MQTT	75	slides.md

บทเรียนมาเป็นชุด บทเรียนแนวคิดตามด้วยบทเรียน ลงมือทำ ที่มีไฟล์ฝึก เฉลย และแล็บ

เช็กพอยต์ของโมดูล

ผ่านโมดูลนี้เมื่อทำได้ครบทุกข้อ (รายละเอียดอยู่ในหัวข้อ แล็บ ของบทเรียนลงมือทำ):

• แอปโฟกัสต่อโมเดลที่ UI สะอาด เล็งโมเดลด้วย find_model() โชว์ verdict แถบทุกคลาสและ latency และมีตัวนับที่ทำงานจริงเมื่อคลาสเป้าหมายข้าม CONF_FLOOR รีทาร์เก็ตได้อย่างน้อยสองโมเดล (บทเรียน 6.2)
• action pipeline แบบ debounce ที่คลาสเป้าหมายต่อเนื่องจุดชนวน action จริง ส่วนสัญญาณกระพริบสั้น ๆ ถูกกันไว้ (บทเรียน 6.4)
• การตัดสินใจแบบ fused (verdict AND ประตูดิบ) ถูก publish ขึ้น MQTT ได้จริง ครั้งเดียวต่อเหตุการณ์ ส่วนการขยับเบา ๆ ไม่ถูกส่ง (บทเรียน 6.6)