ใครจะไปคิดว่าวันนึงที่หนีงาน fecal smear มาได้แล้ว สุดท้ายก็ต้องวนกลับมาเจอมันอีก แต่รอบนี้ไม่ได้ส่องกล้องเองครับ กลายเป็นว่ามานั่งเทรน model ให้มันตรวจจับไข่พยาธิแทน
ผมเอา dataset ภาพไข่พยาธิจากตัวอย่างอุจจาระมาหลายร้อยภาพ แล้วใช้ dataset viewer เปิดดูทั้ง grid พร้อมกับ detector box และ label ของแต่ละภาพ พอเห็นมันเรียงกันเป็นตารางแบบนี้ มันช่วยให้เราตรวจสอบคุณภาพข้อมูลและดูว่า model ตีกรอบถูกตำแหน่งมั้ยได้ง่ายขึ้นเยอะ
เอาจริงๆ มันสนุกดีนะครับที่ได้เอา domain expertise ทางสัตวแพทย์มาบวกกับงาน computer vision เพราะการจะ label หรือตรวจงาน model พวกนี้ได้ดี เราต้องรู้จริงว่าไข่พยาธิแต่ละแบบหน้าตาเป็นยังไง สุดท้ายความรู้เก่าที่คิดว่าหนีมาได้ มันก็กลับมาเป็นของมีค่าในงานใหม่อยู่ดี Train Model วนไปครับ
Who would have thought that after finally escaping fecal-smear duty, I’d end up circling right back to it. The difference is that this time I’m not the one squinting down a microscope — I’m training a model to spot the parasite eggs instead.
I took a dataset of a few hundred microscope images of parasite eggs from fecal samples and opened the whole thing in a dataset viewer — the full grid, with detector boxes and labels on each image. Seeing them laid out as a table like that makes it far easier to check data quality and confirm whether the model is drawing its boxes in the right places.
Honestly, it’s genuinely fun to combine my veterinary domain expertise with computer-vision work. To label these images well, or to judge whether the model is doing its job, you really have to know what each type of parasite egg looks like. In the end, the old knowledge I thought I’d left behind turns out to be valuable in the new work after all. Train the model, repeat.
