IoT-For-Beginners/translations/km/5-retail/lessons/2-check-stock-device

ពិនិត្យ​ស្តុក​ពីឧបករណ៍ IoT

សេរ៉ុងដោយ Nitya Narasimhan។ ចុចលើរូបភាពសម្រាប់ទំហំធំជាងនេះ។

វិញ្ញាសាមុនមេរៀន

វិញ្ញាសាមុនមេរៀន

ការណែនាំ

ក្នុងមេរៀនមុន អ្នកបានរៀនអំពីការប្រើប្រាស់បច្ចេកវិទ្យាស្វែងរកវត្ថុផ្សេងៗនៅក្នុងហាងលក់រាយ។ អ្នកក៏បានរៀនវិធីបណ្តុះបណ្តាលកម្មវិធីស្វែងរកវត្ថុ ដើម្បីស្គាល់ស្តុក។ នៅក្នុងមេរៀននេះ អ្នកនឹងរៀនវិធីប្រើកម្មវិធីស្វែងរកវត្ថុរបស់អ្នកពីឧបករណ៍ IoT របស់អ្នក ដើម្បីរាប់ស្តុក។

ក្នុងមេរៀននេះ យើងនឹងគ្របដណ្តប់៖

• ការរាប់ស្តុក
• ហៅកម្មវិធីស្វែងរកវត្ថុពីឧបករណ៍ IoT របស់អ្នក
• ប្រអប់ព្រំដែន
• បណ្ដុះបណ្ដាលម៉ូឌែលម្តងទៀត
• រាប់ស្តុក

🗑 នេះជាមេរៀនចុងក្រោយនៅក្នុងគម្រោងនេះ ដូច្នេះបន្ទាប់ពីបញ្ចប់មេរៀននិងការងារផ្សេងៗ កុំភ្លេចសំអាតសេវាកម្មមេឃរបស់អ្នក។ អ្នកនឹងត្រូវការសេវាកម្មទាំងនេះសម្រាប់បញ្ចប់ការងារ ដូច្នេះសូមធ្វើការបញ្ចប់នោះជាមុន។

អាចយោងទៅ មគ្គុទ្ទេសក៍សំអាតគម្រោងរបស់អ្នក ប្រសិនបើត្រូវការច្បាប់បន្ថែម។

ការរាប់ស្តុក

កម្មវិធីស្វែងរកវត្ថុអាចប្រើសម្រាប់ពិនិត្យស្តុក ដោយអាចរាប់ស្តុក ឬធ្វើអោយប្រាកដថាស្តុកនៅតំបន់ត្រូវការ។ ឧបករណ៍ IoT ដែលមានកាមេរ៉ាអាចត្រូវបានដាក់ជុំវិញហាងផ្ទះដើម្បីត្រួតពិនិត្យស្តុក ចាប់ផ្តើមពីតំបន់ក្តៅកណ្តាលដែលការបញ្ចូលស្តុកសំខាន់ដូចជាតំបន់ដែលមានទំនិញតម្លៃខ្ពស់ចំនួនតិច។

ឧទាហរណ៍ បើកាមេរ៉ាមួយបង្ហាញទៅកាន់តុសម្រាប់ដាក់ទំនិញអាចដាក់កំប៉ុងប៉េងប៉ោះបាន ៨កំប៉ុង ហើយកម្មវិធីស្វែងរកវត្ថុគ្រាន់តែរកឃើញ ៧កំប៉ុង តើមានកំប៉ុងមួយខ្វះហើយត្រូវបានបញ្ចូលស្តុកវិញ។

ក្នុងរូបភាពខាងលើ កម្មវិធីស្វែងរកវត្ថុបានរកឃើញកំប៉ុងប៉េងប៉ោះ ៧កំប៉ុងនៅលើតុដែលអាចដាក់បាន ៨កំប៉ុង។ ឧបករណ៍ IoT អាចបញ្ជូនចេញសារជូនដំណឹងអំពីការត្រូវបញ្ចូលស្តុកវិញ ដោយផ្តល់ពត៌មានអំពីទីតាំងនៃទំនិញដែលខ្វះ ប៉ុន្តែនៅពេលដែលអ្នកប្រើរូបមន្តក្នុងការបញ្ចូលស្តុកដោយរូបមន្តក៏ដូចជារ៉ូបូត បាន។

💁 ពាក់ព័ន្ធនឹងហាង និងពេញនិយមនៃទំនិញ ការបញ្ចូលស្តុកវិញអាចមិនកើតឡើង ប្រសិនបើមានកំប៉ុងតែ ១កំប៉ុងគត់ខ្វះ។ អ្នកត្រូវតែបង្កើតរូបមន្តសម្រាប់កំណត់ពេលវេលាក្នុងការបញ្ចូលស្តុកវិញយោងលើផលិតផល អតិថិជន និងស្ដង់ដារផ្សេងៗ។

✅ តើនៅក្នុងរឿងផ្សេងទៀត អ្នកអាចបញ្ចូលការស្វែងរកវត្ថុ និងរ៉ូបូតរួមគ្នាបាននៅថ្ងៃណា?

ខ្លះពេលស្តុកខុសគ្នាអាចស្ថិតនៅលើតុ។ នេះអាចជាកំហុសមនុស្សពេលបញ្ចូលស្តុក ឬអតិថិជនប្ដូរយោបល់លើការជាវ ហើយដាក់ទំនិញត្រឡប់តទៅនៅកន្លែងស្រេចដោយដំបូង។ នៅពេលជាទំនិញដែលមិនស្អិតប្រើដូចជាសម្ភារៈកំប៉ុង នេះគឺជាការរំខាន។ ប៉ុន្តែបើជាទំនិញដែលស្អិតប្រើដូចជាផលិតផលឆ្អឹង រឺផលិតផលត្រូវបានផ្ទុកត្រជាក់ នេះអាចបង្ហាញថាទំនិញមិនអាចលក់បានទៀត ពីព្រោះមិនអាចបញ្ជាក់រយៈពេលដែលវាចេញពីទូរទឹកកកឡើងវិញ។

កម្មវិធីស្វែងរកវត្ថុអាចប្រើសម្រាប់រកឃើញវត្ថុដែលមិនរំពឹងទុក ហើយបញ្ជូនការជូនដំណឹងទៅមនុស្សឬរ៉ូបូត ដើម្បីនាំវត្ថុនោះត្រឡប់ទៅតំបន់ត្រឹមត្រូវ។

ក្នុងរូបភាពខាងលើ កំប៉ុងប៊ីប៊ីកិនត្រូវបានដាក់នៅលើតុជាប់ជាមួយដបទំនិញប៉េងប៉ោះ។ កម្មវិធីស្វែងរកវត្ថុនេះបានរកឃើញអោយឧបករណ៍ IoT អាចជូនដំណឹងអ្នកមនុស្សឬរ៉ូបូតដើម្បីត្រឡប់កំប៉ុងទៅកន្លែងត្រឹមត្រូវ។

ហៅកម្មវិធីស្វែងរកវត្ថុពីឧបករណ៍ IoT របស់អ្នក

កម្មវិធីស្វែងរកវត្ថុដែលអ្នកបានបណ្ដុះបណ្ដាលនៅមេរៀនមុន អាចហៅពីឧបករណ៍ IoT របស់អ្នក។

បេសកកម្ម - បោះពុម្ពផ្សាយការបង្វឹកមួយនៃកម្មវិធីស្វែងរកវត្ថុរបស់អ្នក

ការបង្វឹកត្រូវបានបោះពុម្ពផ្សាយពីទីក្រុងច្រកផ្លូវ Custom Vision។

1. បើកទីក្រុង Custom Vision នៅ CustomVision.ai និងចូលប្រើប្រាស់ ប្រសិនបើអ្នកមិនទាន់បានបើកកន្លែងនេះ។ បន្ទាប់មក បើកគម្រោង stock-detector របស់អ្នក។

2. ជ្រើសផ្ទាំង Performance ពីជម្រើសនៅខាងលើ

3. ជ្រើសការបង្វឹកថ្មីបំផុតពីបញ្ជី Iterations នៅផ្នែកមួយ

4. ជ្រើសប៊ូតុង Publish សម្រាប់ការបង្វឹកនោះ

   

5. នៅក្នុងប្រអប់ Publish Model កំណត់ Prediction resource ទៅជាសកម្មភាព stock-detector-prediction ដែលអ្នកបានបង្កើតនៅមេរៀនមុន។ រក្សាឈ្មោះជា Iteration2 ហើយជ្រើសប៊ូតុង Publish។

6. បន្ទាប់ពីបានបោះពុម្ពផ្សាយ រើសប៊ូតុង Prediction URL។ វានឹងបង្ហាញព័ត៌មានលម្អិតរបស់ API កម្មវិធីទាយទំនង ហើយអ្នកនឹងត្រូវការព័ត៌មានទាំងនេះ ដើម្បីហៅម៉ូឌែលពីឧបករណ៍ IoT របស់អ្នក។ ផ្នែកក្រោមមានស្លាក If you have an image file ដែលជាព័ត៌មានដែលអ្នកចង់បាន។ ថតចម្លង URL ដែលបង្ហាញនោះ ដែលវានឹងមានរូបរាងដូចជា៖

   https://<location>.api.cognitive.microsoft.com/customvision/v3.0/Prediction/<id>/detect/iterations/Iteration2/image
   

   ដែល <location> គឺជាតំបន់ដែលអ្នកប្រើបង្កើតកន្លែងអ្នកបានបង្កើត Custom Vision, ហើយ <id> គឺជា ID មួយវែងប្រើតួអក្សរនិងលេខ។

   ក៏ដូចជាថតចម្លងតម្លៃ Prediction-Key ផងដែរ។ នេះជាគ្រាប់ក្តារសុវត្ថិភាពដែលអ្នកត្រូវផ្ញើពេលហៅម៉ូឌែល។ តែអេភ្លីខេស្យុងដែលផ្ញើក្តារនេះត្រូវបានអនុញ្ញាតឲ្យប្រើម៉ូឌែល តែអេភ្លីខេស្យុងផ្សេងទៀតនឹងត្រូវច្រានចោល។

   

✅ នៅពេលការបង្វឹកថ្មីត្រូវបានបោះពុម្ពផ្សាយ វានឹងមានឈ្មោះខុសគ្នា តើអ្នកគិតយ៉ាងដូចម្តេចដើម្បីផ្លាស់ប្តូរការបង្វឹកដែលឧបករណ៍ IoT ប្រើ?

បេសកកម្ម - ហៅកម្មវិធីស្វែងរកវត្ថុពីឧបករណ៍ IoT របស់អ្នក

អនុវត្តតាមមគ្គុទេសក៍ខាងក្រោម ដើម្បីប្រើកម្មវិធីស្វែងរកវត្ថុពីឧបករណ៍ IoT របស់អ្នក៖

• Arduino - Wio Terminal
• កុំព្យូទ័រជាបន្ទះតែមួយ - Raspberry Pi/ឧបករណ៍មេឌីយ៉ា

ប្រអប់ព្រំដែន

ពេលអ្នកប្រើកម្មវិធីស្វែងរកវត្ថុ អ្នកមិនត្រឹមតែទទួលបានវត្ថុដែលរកឃើញជាមួយនឹងស្លាក និងប្រភេទប៉ុណ្ណា នោះទេ ប៉ុន្តែអ្នកក៏ទទួលបានប្រអប់ព្រំដែននៃវត្ថុផងដែរ។ វាផ្ដល់កំណត់ទីតាំងពិតនៃវត្ថុដែលបានរកឃើញជាមួយនឹងប្រភេទប៉ុណ្ណា។

💁 ប្រអប់ព្រំដែនគឺជាប្រអប់មួយដែលកំណត់តំបន់ដែលមានវត្ថុដែលបានរកឃើញ ហើយបញ្ជាក់ព្រំដែនសម្រាប់វត្ថុនោះ។

លទ្ធផលនៃការទាយទំនងនៅផ្ទាំង Predictions ក្នុង Custom Vision មានប្រអប់ព្រំដែនគូរនៅលើរូបភាពដែលបានផ្ញើសម្រាប់ការទាយទំនង។

នៅក្នុងរូបភាពខាងលើ បានរកឃើញកំប៉ុងប៉េងប៉ោះ ៤កំប៉ុង។ ក្នុងលទ្ធផលមានប្រអប់ក្រហមគូរនៅលើរូបភាពនីមួយៗដែលបានរកឃើញ ជាសំគាល់ប្រអប់ព្រំដែនសម្រាប់រូបភាព។

✅ បើកការទាយទំនងនៅក្នុង Custom Vision ហើយពិនិត្យប្រអប់ព្រំដែន។

ប្រអប់ព្រំដែនត្រូវបានកំណត់ដោយតម្លៃ ៤គឺ ទីបំផុតខាងលើ (top), ទីបំផុតខាងឆ្វេង (left), កម្ពស់ (height) និង ទទឹង (width)។ តម្លៃទាំងនេះនៅលើអត្រា ០-១ ដែលបង្ហាញពីទីតាំងជាសំណុំពិន្ទុភាគរយនៃទំហំរូបភាព។ ចំណុចដើម (ទីតាំង ០,០) គឺជាផ្នែកខាងលើឆ្វេងរបស់រូបភាព ដូច្នេះតម្លៃ top ជាផ្នែកចម្ងាយពីលើ និងជាប់គ្នាទៅកាន់ខាងក្រោមរបស់ប្រអប់រួមជាមួយកម្ពស់។

រូបភាពខាងលើមានទទឹង ៦០០ ពិចសែល និងកម្ពស់ ៨០០ ពិចសែល។ ប្រអប់ព្រំដែនចាប់ផ្តើមនៅចំណុច ៣២០ ពិចសែលចុះក្រោម ដែលផ្ដល់ឱ្យដឹងតម្លៃ top ០.៤ (៨០០ x ០.៤ = ៣២០)។ ពីខាងឆ្វេង ប្រអប់ព្រំដែនចាប់ផ្តើមនៅចំណុច ២៤០ ពិចសែល ដែលផ្ដល់តម្លៃ left ០.៤ (៦០០ x ០.៤ = ២៤០)។ កម្ពស់របស់ប្រអប់ព្រំដែនគឺ ២៤០ ពិចសែល ដែលផ្ដល់តម្លៃ height ០.៣ (៨០០ x ០.៣ = ២៤០)។ ទទឹងរបស់ប្រអប់ព្រំដែនគឺ ១២០ ពិចសែល ដែលផ្ដល់តម្លៃ width ០.២ (៦០០ x ០.២ = ១២០)។

ទីតាំង	តម្លៃ
ខាងលើ	0.4
ខាងឆ្វេង	0.4
កម្ពស់	0.3
ទទឹង	0.2

ការប្រើតម្លៃភាគរយពី ០-១ មានន័យថា មិនថា រូបភាពមានទំហំប៉ុន្មានក៏ដោយ ប្រអប់ព្រំដែនកើតចាប់ផ្តើម ០.៤ នៅមិនឆ្វេង និងចុះក្រោម ហើយមានកម្ពស់ ០.៣ និងទទឹង ០.២។

អ្នកអាចប្រើប្រាស់ប្រអប់ព្រំដែនរួមជាមួយនឹងប្រភេទប៉ុណ្ណា ដើម្បីវាយតម្លៃថាការស្វែងរកវត្ថុមានភាពត្រឹមត្រូវប៉ុណ្ណាដែរ។ ឧទាហរណ៍ កម្មវិធីស្វែងរកវត្ថុលើកលែងអាចរកឃើញវត្ថុជាច្រើនដែលប៉ះទង្គិចគ្នា ដូចជាក្នុងករណីរកឃើញកំប៉ុងមួយនៅក្នុងកំប៉ុងមួយទៀត។ កូដរបស់អ្នកអាចពិនិត្យប្រអប់ព្រំដែន ស្គាល់ថានេះមិនអាចកើតមានបាន ហើយបដិសេធវត្ថុ​ដែលមានការប៉ះទង្គិចយ៉ាងខ្លាំងជាមួយវត្ថុផ្សេងទៀត។

នៅក្នុងឧទាហរណ៍ខាងលើ ប្រអប់ព្រំដែនមួយបង្ហាញកំប៉ុងប៉េងប៉ោះដែលបានទាយទំនងដែលមានចំនួន ៧៨.៣%។ ប្រអប់ព្រំដែនទីពីរតូចជាងបន្តិច ហើយនៅក្នុងប្រអប់ព្រំដែនដំបូង មានប្រភេទប៉ុណ្ណា ៦៤.៣%។ កូដរបស់អ្នកអាចពិនិត្យប្រអប់ព្រំដែន ស្គាល់ថាវា ប៉ះទង្គិចគ្នាទាំងស្រុង ហើយប្រព្រឹត្តទៅច្រានចោលប្រភេទប៉ុណ្ណាខ្សោយចុះ ពីព្រោះមិនអាចមានកំប៉ុងមួយនៅក្នុងមួយទៀតបានទេ។

✅ តើអ្នកអាចគិតទៅករណីណាមួយដែលអាចត្រឹមត្រូវក្នុងការស្វែងរកវត្ថុមួយនៅក្នុងវត្ថុមួយទៀត?

បណ្ដុះបណ្ដាលម៉ូឌែលម្តងទៀត

ដូចជាជាមួយកម្មវិធីចាត់ថ្នាក់រូបភាព អ្នកអាចបណ្ដុះបណ្ដាលម៉ូឌែលរបស់អ្នកម្ដងទៀតដោយប្រើទិន្នន័យដែលបានចាប់យកដោយឧបករណ៍ IoT របស់អ្នក។ ការប្រើទិន្នន័យពិតប្រាកដនេះ នឹងធានាថា ម៉ូឌែលរបស់អ្នកដំណើរការល្អពេលប្រើពីឧបករណ៍ IoT។

ខុសពីកម្មវិធីចាត់ថ្នាក់រូបភាព អ្នកមិនអាចតែម្តងស្លាករូបភាពបានទេ។ តែអ្នកត្រូវតែពិនិត្យមើលប្រអប់ព្រំដែនទាំងអស់ដែលបានរកឃើញដោយម៉ូឌែល។ បើប្រអប់នៅជុំវិញវត្ថុខុសគ្នា វាត្រូវត្រូវលុបចោល; បើវាត្រង់មិននៅក្នុងទីតាំងត្រឹមត្រូវ វាត្រូវបានកែប្រែ។

បេសកកម្ម - បណ្ដុះបណ្ដាលម៉ូឌែលម្ដងទៀត

1. ធានាថាអ្នកបានចាប់យករូបភាពជាច្រើនដោយប្រើឧបករណ៍ IoT របស់អ្នក។

2. ពីផ្ទាំង Predictions ជ្រើសរូបភាពមួយ។ អ្នកនឹងឃើញប្រអប់ក្រហមបង្ហាញតំណាង​ភាព​ក្នុង​ប្រអប់ព្រំដែននៃវត្ថុបានរកឃើញ។

3. ធ្វើការពិនិត្យប្រអប់ព្រំដែននីមួយៗ ជម្រើសវាជាមុន ហើយអ្នកនឹងឃើញបង្ហាញស្លាកក្នុងប្រអប់លេចឡើង។ ប្រើក្រឡាចក់នៅកែងប្រអប់ព្រំដែន ដើម្បីកែទំហំប្រសិនបើត្រូវការ។ បើស្លាកខុស សូមលុបវាជាមួយប៊ូតុង X ហើយបន្ថែមស្លាកត្រឹមត្រូវ។ ប្រសិនបើប្រអប់មិនមានវត្ថុ គូរលុបវាជាមួយប៊ូតុងធុងសំរាម។

4. បិទកម្មវិធីកែសម្រួលពេលបញ្ចប់ ហើយរូបភាពនឹងផ្លាស់ពីផ្ទាំង Predictions ទៅផ្ទាំង Training Images។ ធ្វើវិធីសាស្រ្តដដែលសម្រាប់ការទាយទំនងទាំងអស់។

5. ប្រើប៊ូតុង Train ដើម្បីបណ្ដុះបណ្ដាលម៉ូឌែលរបស់អ្នកម្ដងទៀត។ ពេលបានបណ្ដុះហើយ បោះពុម្ពផ្សាយការបង្វឹកនោះ ហើយធ្វើបច្ចុប្បន្នភាពឧបករណ៍ IoT ដើម្បីប្រើ URL នៃការបង្វឹកថ្មី។

6. ផ្ដល់កូដឡើងវិញ និងសាកល្បងឧបករណ៍ IoT របស់អ្នក។

រាប់ស្តុក

ដោយប្រើការបញ្ចូលគ្នានៃចំនួនវត្ថុដែលបានរកឃើញ និងប្រអប់ព្រំដែន អ្នកអាចរាប់ស្តុកនៅលើតុបាន។

បេសកកម្ម - រាប់ស្តុក

អនុវត្តតាមមគ្គុទេសក៍ខាងក្រោម ដើម្បីរាប់ស្តុកដោយប្រើលទ្ធផលពីកម្មវិធីស្វែងរកវត្ថុពីឧបករណ៍ IoT របស់អ្នក៖

• Arduino - Wio Terminal
• កុំព្យូទ័រជាបន្ទះតែមួយ - Raspberry Pi/ឧបករណ៍មេឌីយ៉ា

---

🚀 챌린지

តើអ្នកអាចរកឃើញស្តុកខុសប្រក្រតីដែរឬទេ? បណ្ដុះបណ្ដាលម៉ូឌែលអ្នកលើវត្ថុជាច្រើន ហើយបន្ទាប់មកធ្វើបច្ចុប្បន្នភាពកម្មវិធីរបស់អ្នក ដើម្បីជូនដំណឹង ប្រសិនបើស្តុកខុសត្រូវត្រូវបានរកឃើញ។

ប្រហែលជាជម្រាបដល់កម្រិតខ្ពស់ បង្ហាញស្តុកជាប់គ្នាតាមបន្ទាត់ ឬមើលថាតើមានវត្ថុណាមួយត្រូវបានដាក់នៅកន្លែងខុសដោយកំណត់ដែនកំណត់លើប្រអប់ព្រំដែន។

វិញ្ញាសាបន្ទាប់មេរៀន

វិញ្ញាសាបន្ទាប់មេរៀន

ពិនិត្យឡើងវិញ & សិក្សាដោយខ្លួនឯង

• រៀនបន្ថែមពីរបៀបស្ថាបនាប្រព័ន្ធស្វែងរកស្តុកពេញលេញពីការណែនាំ Out of stock detection at the edge pattern guide on Microsoft Docs
• រៀនវិធីផ្សេងៗក្នុងការសាងសង់ដំណោះស្រាយលក់រាយពេញលេញរួមបញ្ចូលជាមួយសេវាកម្ម IoT និង cloud ដោយទស្សនាវីដេអូ Behind the scenes of a retail solution - Hands On! video on YouTube។

ការងារ

ប្រើកម្មវិធីស្វែងរកវត្ថុរបស់អ្នកនៅចំណុចចុងក្រោយ

---

ការបដិសេធ៖ ឯកសារនេះត្រូវបានបកប្រែដោយប្រើសេវាកម្មបកប្រែ AI Co-op Translator។ ខណៈពេលដែលយើងខិតខំរកភាពត្រឹមត្រូវ សូមយកចិត្តទុកដាក់ថាការបកប្រែដោយស្វ័យប្រវត្តិអាចមានកំហុស ឬភាពមិនត្រឹមត្រូវ។ ឯកសារដើមក្នុងភាសាមាតុភូមិគួរត្រូវបានគិតថាជាឬសសំខាន់បំផុត។ សម្រាប់ព័ត៌មានដែលសំខាន់ណាស់ ការបកប្រែដោយមនុស្សវិជ្ជាជីវៈត្រូវបានផ្ដល់អនុសាសន៍។ យើងមិនទទួលខុសត្រូវចំពោះការយល់ច្រឡំ ឬការបកប្រែខុសណាមួយដែលកើតឡើងពីការប្រើប្រាស់ការបកប្រែនេះទេ។