Nitpick · จับทุกป้าย
อ่านทุกป้ายในภาพ 360 องศา
กล้อง 360 เห็นทุกป้ายริมถนนในครั้งเดียว แต่ถ้ายื่นทั้งภาพให้คอมพิวเตอร์ดู มันจะไม่เห็นสักป้าย เพราะภาพถูกย่อจนตัวหนังสือเหลือแต่ฝุ่น Nitpick ให้เครื่อง Mac อ่านก่อน แล้วส่งให้โมเดลดูเฉพาะชิ้นที่ยังอ่านไม่ออก ในขนาดเต็ม
NaNฉันขี่รถ กล้องถ่ายทุกสองวินาที
BeerMac อ่านก่อน โมเดลค่อยเพ่งเฉพาะตรงที่จำเป็น
ดูรอบตัว
ลากภาพเพื่อหมุนดู นี่คือหนึ่งใน 12 ภาพ วันที่ 23 ก.ย. 2569 ถนนมหิดลใกล้สนามบิน ปรับให้ตรงแล้ว และเบลอใบหน้าแล้ว คนขี่คือแนน
ย่อจนเป็นฝุ่น
กล้องสร้างภาพทรงกลมกว้างรอบตัว 7,680 พิกเซล หรือราว 21 พิกเซลต่อองศา โมเดลอ่านภาพได้กว้างราว 1,568 พิกเซล ถ้าส่งไปทั้งลูก จะเหลือแค่ 4.4 พิกเซลต่อองศา ดูป้ายเดียวกันทั้งสองแบบ


หกขั้น ห้าขั้นทำบน Mac
ปรับระดับ
กล้องบนมอเตอร์ไซค์มักเอียง Mac หาเส้นตรง (เสา ผนัง กรอบหน้าต่าง) เพื่อหาทิศขึ้น แล้วหมุนภาพทรงกลมให้ตั้งตรง ทุกภาพที่ตัดต่อจากนี้จึงไม่เอียง ภาพนี้กล้องเอียง 44.1°


ตัดเป็นช่อง
ภาพทรงกลมแต่ละภาพถูกตัดเป็น 24 มุม: แปดทิศ สามระดับ แต่ละมุมกว้าง 50° สูง 30° ในความละเอียดเต็มของกล้อง ป้ายเล็กยังคงขนาดเดิม
























Mac อ่าน
Apple Vision ที่อยู่ในเครื่อง Mac เอง อ่านภาษาไทยและอังกฤษทุกช่อง หาใบหน้า (เบลอก่อนภาพใดออกจากเครื่อง) และบอกว่าเป็นฉากอะไร เช่น ภาพวาดฝาผนัง โคมไฟ มอเตอร์ไซค์จอดเรียง ชุดนี้มี 288 ช่อง ตัวหนังสือ 359 ชิ้น สีเขียว = แน่ใจ สีส้ม = น่าจะใช่ สีแดง = เดา

- งราย (0.5)
- MAISSEE (0.5)
- บัญได้ (0.5)
- go tresh (0.5)
- No GisตีRoti oece ta (0.3)
- Ce (0.5)
ฉากที่ Mac บอกในช่องนี้: outdoor 0.98, sky 0.98, cloudy 0.94, blue_sky 0.89, cord 0.63
จบ หรือ ตัดส่ง
ป้ายที่อ่านได้ตรงกับชื่อร้านใน Mot Dang ภายใน 60 เมตร และบรรทัดอื่นอ่านได้แน่ใจ ถือว่าจบ ไม่ต้องส่งภาพ ที่เหลือถูกตัดเป็นชิ้น ขยายจนตัวหนังสือแต่ละบรรทัดสูง 26 พิกเซล แล้ววางรวมเป็นแผ่น ชุดนี้: จบ 3 ป้าย ตัดป้าย 72 ชิ้น ตัดฉาก 17 ชิ้น

ต้นของบันทึกสรุปที่โมเดลอ่านเป็นอย่างแรก
m000 GSAB2131_145..GSAB2131_145 (1) lead GSAB2131_145 14:01:44 18.763627,98.992999 sweep w001.jpg
near: cm-curated-paper-41945 Dezpax เดซแพค เชียงใหม่ แพคเกจจิ้งพิมพ์โลโก้ | cm-curated-box-shop บ็อกซ์ ช็อป | cm-osm-node-3810861068 มิ่งมิตร
c0067 GSAB2131_145 y-126 p16 t001.jpg :: เก้อไหมใน(0.30) / ที่ดับ(0.50)
c0068 GSAB2131_145 y-124 p6 t001.jpg :: ดานคร(0.50) / L E(0.30) / ตรงจน(0.50) / นโอก ลิสชิ้ง จำกัด(0.50) / รั้นจัดไฟแม่(0.50) / สามาแล้ง(0.30) / AIRA LAB(0.50) / 053-27E(1.00) / 202(0.50)
l0077 GSAB2131_145 y90 p3 graffiti 0.26 l001.jpg
c0038 GSAB2131_145 y112 p3 t001.jpg :: รบ(0.50)
l0076 GSAB2131_145 y135 p-22 clothing 0.82 l001.jpg
กวาดรอบ
แต่ละจุดยังส่งภาพ 360 ความละเอียดต่ำหนึ่งแถบ แถบนี้บอกว่าควรดูตรงไหน ไม่ได้บอกว่าป้ายเขียนอะไร โมเดลจึงจับสิ่งที่เครื่องตรวจไม่เจอได้ เช่น ศาลพระภูมิ ภาพวาดฝาผนัง ตู้หม้อแปลงที่หุ้มลาย มอเตอร์ไซค์จอดเรียง

ซูม
ถ้าชิ้นไหนยังไม่ชัด โมเดลขอดูทิศนั้นในขนาดเต็ม และขอภาพก่อนหลังเพื่อเลือกภาพที่คมกว่าได้ ชุดนี้ซูม 14 ครั้ง


ผู้อ่านหนึ่งตัว ไม่กี่รอบ
ทุกรอบโมเดลต้องอ่านทุกอย่างในหัวซ้ำ จำนวนรอบจึงแพงกว่าจำนวนภาพ ผู้อ่านได้หนึ่งชุด: อ่านบันทึกสรุป เปิดทุกแผ่นพร้อมกัน ซูมทั้งหมดพร้อมกัน แล้วเขียนผลครั้งเดียว รอบนี้ใช้ 9 รอบ ผู้อ่านแบบเก่าของภาพชุดนี้ใช้ 138 รอบ
ที่เจอ
ผู้อ่านเขียนไว้ 36 รายการจาก 12 ภาพนี้ ภาพตัดใหม่จากภาพทรงกลมตรงทิศที่ผู้อ่านชี้



motdang: cm-curated-box-shop

































เทียบกับวิธีเก่า
12 ภาพนี้เคยอ่านด้วยวิธีเก่าเมื่อ 23 ก.ย.: แผ่นรวมภาพแบนสี่มุมต่อภาพ เปิดดูทั้งแผ่น ตอนนั้นได้ชื่อสถานที่ 34 ชื่อ ครั้งนี้ 33 ชื่อ รายชื่อทั้งสองฝั่ง:
- 7-ELEVEN
- ATHENA
- CHIANG MAI AIRPORT ANIMAL HOSPITAL
- CNX HASH
- Customer Care
- DR.TAN CLINIC
- Lotus's go fresh
- MINGMITR
- MINIMAL COFFEE
- McDonald's
- Otteri
- Sleep Mai?
- THE ASTRA SKYRIVER
- beko
- ptt station
- กาญจน์กนกทาวน์ 5
- ครัวจีน
- คลินิกหู คอ จมูก ไชยวัฒน์ - ธันยธร
- คลินิกเด็ก
- บ็อกซ์ ช็อป
- ปักษ์ใต้ ทะเลใจ
- สตาร์เวฟ x ยูเมะ ไลฟ์ สตรีมมิง ฮับ
- สถานรับเลี้ยงเด็ก คิโด้
- สุขสวัสดิ์ @อ้อมเมือง
- อู่ วิทยาการ...
- เงินซิ่งได้
- เลอ ชามอนิกซ์
- โรตี Roti
- ไส้อั่วเม็งราย
- บริษัท ธนโชค ลิสซิ่ง จำกัด
- มาสด้าเชียงใหม่ สาขามหิดล
- ล้านนาแล็บ
- สตาร์ 3 เอวีนิว
- หม่าล่า ร้านโปรด
- อะไรซ์ คอนโดมิเนียม
- CHANGAN
- NIM EXPRESS
- ที่จอดรถ
- ร้านเล็กรุ่งโรจน์
ต้นทุนต่อภาพ
โทเคนคือชิ้นที่โมเดลอ่าน ภาพหนึ่งภาพใช้ราวหนึ่งโทเคนต่อ 750 พิกเซล นับจากบันทึกของผู้อ่านเอง
ลองใช้
ต้องใช้ Mac (Apple Vision), Python กับ OpenCV และ ffmpeg โค้ดอยู่ในคลังนี้ที่ tool/
python3 tool/nitpick.py prep out/ photos/ --prov cm python3 tool/nitpick.py cost out/ python3 tool/nitpick.py zoom out/ GSAB2131_147 -162 19 --fov 20 --n 1