Skip to content
Open
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
145 changes: 55 additions & 90 deletions worksheets/W2-data-collection-log.md
Original file line number Diff line number Diff line change
Expand Up @@ -10,109 +10,74 @@

## ข้อมูลทีม + Edge Impulse

- **ชื่อทีม:** _________________
- **ชื่อทีม:** _ถั่วคอนแวนต์_
- **Edge Impulse Project URL:**
```
https://studio.edgeimpulse.com/studio/XXXXX
```

---

## 1. Setup Log

1. Setup Log
ก่อนเริ่มเก็บข้อมูล ทีมทำอะไรบ้าง?

| เวลา | ทำอะไร | ผู้รับผิดชอบ |
|---|---|---|
| 10:30 | | |
| 10:35 | | |
| | | |

---

## 2. Data Collection Sessions

บันทึกแต่ละ session การเก็บข้อมูล:

### Session 1

- **เวลา:** _____ ถึง _____
- **Class:** _________________
- **จำนวน samples ที่เก็บ:** _____
- **สภาพแวดล้อม:** _________________
- **ใครเป็น subject?:** _________________
- **Variation ที่ลอง:** _________________
- **ปัญหาที่เจอ:** _________________

### Session 2

- **เวลา:** _____ ถึง _____
- **Class:** _________________
- **จำนวน samples ที่เก็บ:** _____
- **สภาพแวดล้อม:** _________________
- **ใครเป็น subject?:** _________________
- **Variation ที่ลอง:** _________________
- **ปัญหาที่เจอ:** _________________

### Session 3

- **เวลา:** _____ ถึง _____
- **Class:** _________________
- **จำนวน samples ที่เก็บ:** _____
- **สภาพแวดล้อม:** _________________
- **ใครเป็น subject?:** _________________
- **Variation ที่ลอง:** _________________
- **ปัญหาที่เจอ:** _________________

> หาก session มากกว่า 3 ให้ copy template เพิ่ม
เวลา ทำอะไร ผู้รับผิดชอบ
10:30 เชื่อมต่อเซนเซอร์ Motion และทดสอบค่า accel North
10:35 ติดตั้งเซนเซอร์ที่ข้อมือและเช็คการอ่านค่า ทีม Hardware
10:40 สร้างโฟลเดอร์ class: wrist / leg / ankle ทีม Data
10:45 ทดลองเก็บ sample สั้นๆ เพื่อเช็ค label ทุกคน
2. Data Collection Sessions
Session 1
เวลา: 11:00 ถึง 11:20
Class: wrist movement (ข้อมือ)
จำนวน samples ที่เก็บ: 120
สภาพแวดล้อม: ห้องเรียน แสงปกติ
ใครเป็นsubject?: นักเรียนชาย 2 คน
Variation ที่ลอง: หมุนข้อมือเร็ว/ช้า มุมต่างกัน
ปัญหาที่เจอ: สายเซนเซอร์หลวมบางช่วง

Edited
Session 2
เวลา: 11:30 ถึง 11:50

Class: leg movement (ขา)

จำนวน samples ที่เก็บ: 110

สภาพแวดล้อม: ทางเดินหน้าห้อง

ใครเป็น subject?: นักเรียนชายและหญิง

Variation ที่ลอง: เดินช้า เดินเร็ว ยกขา

ปัญหาที่เจอ: มี noise ตอนเดินแรง


Session 3
เวลา: 12:00 ถึง 12:20

Class: ankle movement (ข้อเท้า)

จำนวน samples ที่เก็บ: 115
สภาพแวดล้อม: ห้องเรียน + หน้าห้อง

ใครเป็น subject?: นักเรียน 3 คน

Variation ที่ลอง: ขยับข้อเท้า ซ้าย/ขวา เดิน

ปัญหาที่เจอ: ตำแหน่งเซนเซอร์เลื่อนระหว่างเก็บข้อมูล

3. Dataset Summary
Class จำนวน Train จำนวน Test สัดส่วน Train:Test
Wrist 96 24 80:20
Leg 88 22 80:20
Ankle 92 23 80:20
รวม 276 69 80:20
เป้าหมายตาม W1: 100 samples × class
ทำได้จริง: 115 samples × class
ห่างจากเป้า: +15%

4. Quality Check
☑ ทุก class มี samples ใกล้เคียงกัน (ไม่ต่างกันเกิน 20%)
☑ เก็บใน ≥2 สภาพแวดล้อม
☑ เก็บจาก ≥2 subjects
☑ มี variation ใน angle/distance/lighting
☑ ไม่มี mislabeled data
☑ Train:Test split = 80:20

---

## 3. Dataset Summary

| Class | จำนวน Train | จำนวน Test | สัดส่วน Train:Test |
|---|---|---|---|
| | | | |
| | | | |
| | | | |
| **รวม** | | | |
5. Reflection — สิ่งที่เรียนรู้
a) สิ่งที่ยากที่สุด:
การแยกค่าการเคลื่อนไหวของแต่ละตำแหน่งให้แตกต่างกันชัดเจน

**เป้าหมายตาม W1:** _______ samples × class
**ทำได้จริง:** _______ samples × class
**ห่างจากเป้า:** _______%

---

## 4. Quality Check

ตอบทุกข้อก่อนเริ่ม train:

- [ ] ทุก class มี samples ใกล้เคียงกัน (ไม่ต่างกันเกิน 20%)
- [ ] เก็บใน ≥2 สภาพแวดล้อม
- [ ] เก็บจาก ≥2 subjects (Vision/Audio/Motion ที่มีคน)
- [ ] มี variation ใน angle/distance/lighting
- [ ] ไม่มี mislabeled data (เช็คตัวอย่างแล้ว)
- [ ] Train:Test split = 80:20

---

## 5. Reflection — สิ่งที่เรียนรู้

### a) สิ่งที่ยากที่สุด:
```
[เขียนสั้นๆ]
```

### b) ถ้าทำใหม่จะปรับอะไร:
```
[เขียนสั้นๆ]
```

### c) คาดการณ์: model จะ confuse class ไหนกับอะไรมากที่สุด?
```
[เขียนการคาดเดา — เราจะมาเช็คตอน Train เสร็จ]
```
b) ถ้าทำใหม่จะปรับอะไร:
เพิ่มจำนวนข้อมูล Train และปรับตำแหน่งเซ็นเซอร์ให้แน่นขึ้น

c) คาดการณ์: model จะ confuse class ไหนกับอะไรมากที่สุด?
ขา กับ ข้อเท้า เพราะมีรูปแบบการเคลื่อนไหวคล้ายกัน
---

## 📤 วิธี submit
Expand Down