สไลด์ประกอบการสอน
ทฤษฎี AI Detection และ YOLO26 · เครื่องมือ · Prompt ทั้ง 5 เฟสพร้อมปุ่มคัดลอก · ภาพผลลัพธ์จริง · บนเว็บใช้ลูกศรเลื่อน กด F เต็มจอ
ตรวจจับคนและรถจากกล้อง แจ้งเตือนทางอีเมลพร้อมภาพ + คลิป 8 วินาที

YOLO26n บน MacBook M1 · กรอบแดง = คน · ขาว = รถยนต์ · เหลือง = มอเตอร์ไซค์ · เทา = นอกโซน ไม่นับ
ทุกชิ้นเปิดอ่านผ่านเว็บได้ทันที หรือดาวน์โหลดเป็น PDF — เนื้อหา ตารางเวลา และ Prompt ตรงกันทั้งหมด
ทฤษฎี AI Detection และ YOLO26 · เครื่องมือ · Prompt ทั้ง 5 เฟสพร้อมปุ่มคัดลอก · ภาพผลลัพธ์จริง · บนเว็บใช้ลูกศรเลื่อน กด F เต็มจอ
คู่มือทำตามในคลาสและใช้ต่อที่บ้าน: Prompt ฉบับเต็มทุกเฟส ขั้นตอนสร้าง Google App Password ตารางแก้ปัญหา และ Cheat Sheet
ภาพรวมหลักสูตร วัตถุประสงค์ ผู้เรียน ตารางเวลา 2 ชั่วโมง ผลลัพธ์หลังเรียน ขอบเขต และการประเมินในคลาส
มุมกล้องวงจรปิด กลางวัน กลางคืน โรงรถ ลานจอด · แตกไฟล์แล้ววางโฟลเดอร์ videos/ ในโปรเจกต์ · 22 MB
| เวลา | ช่วง | หัวข้อ |
|---|---|---|
| 0:00–0:10 | เปิดคลาส | แนะนำผู้สอน · ดูผลลัพธ์ปลายทาง (อีเมลแจ้งเตือนจริง) · เป้าหมายวันนี้ |
| 0:10–0:25 | ทฤษฎี | AI Detection คืออะไร · YOLO26 คืออะไร ทำไมต้องใช้ ทำงานอย่างไร · ช่วยกันขโมยอย่างไร |
| 0:25–0:35 | Setup | เครื่องมือ: Claude Code · Python · OpenCV · Ultralytics/YOLO26 · Gmail — Prompt S0 |
| 0:35–0:50 | Phase 1 | ตรวจจับคน — ไฟล์วิดีโอ / webcam / กล้อง RTSP |
| 0:50–1:00 | Phase 2 | เลือกขนาดโมเดล YOLO26 n / s / m · ลอง segmentation + pose |
| 1:00–1:15 | Phase 3 | กำหนดช่วงเวลา 22:00–06:00 + วาดโซนตรวจจับ |
| 1:15–1:25 | Phase 4 | กรองคลาส คน รถยนต์ มอเตอร์ไซค์ · กันแจ้งเตือนหลอก |
| 1:25–1:50 | Phase 5 | หลักฐาน ภาพ + คลิป 8 วินาที · สร้าง Google App Password · ส่งอีเมล |
| 1:50–2:00 | สรุป | รันระบบเต็ม · Bonus กล้องจริง / แผงควบคุมเว็บ · Q&A |
อธิบายได้ว่า Object Detection คืออะไร และ YOLO26 ทำงานอย่างไร
ใช้ Claude Code สร้างระบบ Python + OpenCV + YOLO26 ทีละเฟส
เลือกขนาด YOLO26 ให้เหมาะกับเครื่องและงาน
กำหนดช่วงเวลา โซน และคลาสที่ต้องการตรวจจับ
อีเมลพร้อมภาพ + คลิป 8 วินาที ผ่าน Gmail App Password
ต่อกล้องวงจรปิด RTSP และแผงควบคุมบนเว็บ (Bonus)