Skip to content

05-troubleshooting.md

Latest commit

 

History

History
246 lines (174 loc) · 9.37 KB

05-troubleshooting.md

File metadata and controls

246 lines (174 loc) · 9.37 KB
Coding Thailand 2026 header

🆘 Troubleshooting Guide

ปัญหาที่พบบ่อยและวิธีแก้ — ลองแก้เองก่อน แล้วค่อยเรียก TA เมื่อจำเป็น

🔌 ปัญหา Hardware

UNO Q ไม่ boot / ไฟไม่ติด

ลองตามลำดับ:

  1. ถอด USB-C แล้วเสียบใหม่
  2. ลองใช้ USB cable เส้นอื่น (cable เสียได้ง่าย!)
  3. เช็ค power adapter — ต้อง 5V/3A
  4. ลองเสียบเข้า USB port อื่นของ laptop
  5. ถ้ายังไม่ได้ → เปลี่ยนบอร์ดสำรอง

Modulino ไม่อ่านค่า

[ ] เช็คว่า Qwiic cable เสียบสนิททั้ง 2 ฝั่ง
[ ] เช็คว่าเสียบใน Qwiic port ของ UNO Q ไม่ใช่ port อื่น
[ ] ลองรัน sample sketch ของ Modulino library
[ ] ถ้าใช้หลาย module → เสียบทีละตัวเช็คว่าตัวไหนเสีย

⚠️ สำคัญ: Qwiic cable มี polarity (เสียบผิดด้านเสียบไม่ได้) — ถ้ารู้สึกฝืน อย่าฝืน

USB Camera ไม่เจอบน UNO Q

# SSH เข้า UNO Q แล้วเช็ค
ls /dev/video*
# ถ้าไม่มี /dev/video0 → camera ไม่ถูกตรวจพบ

# เช็ค USB devices
lsusb

สาเหตุที่พบบ่อย:

  • USB Hub ไม่จ่ายไฟพอ → ใช้ powered hub
  • Camera ต้องใช้ UVC standard
  • ลอง reboot UNO Q

USB Microphone ไม่ทำงาน

# เช็คว่า mic ถูกตรวจพบ
arecord -l

# ทดสอบ record
arecord -d 5 test.wav

🌐 ปัญหา Network/Edge Impulse

เชื่อม Edge Impulse ไม่ได้

# บน UNO Q terminal
edge-impulse-linux

# ถ้า error → ลอง install ใหม่
sudo npm install edge-impulse-linux -g --unsafe-perm

Checklist:

  • UNO Q connect Wi-Fi ได้
  • Login Edge Impulse account
  • เลือก project ถูก

Upload data ไม่ขึ้น

  • ตรวจ Wi-Fi signal
  • ลด batch size (อัพทีละน้อย)
  • เช็ค disk space ของ Edge Impulse free tier

Train ค้าง / error

Common fix:

  1. Training processor ต้องเลือก GPU ไม่ใช่ CPU
  2. ลด model size = nano (2.4M)
  3. ลด epochs ถ้าใช้ free tier เกิน quota
  4. ลด input data resolution (vision)

🧠 ปัญหา Model / Deploy

Build ลง UNO Q ไม่ได้

Error: model too large for target

→ ลด model size เป็น nano หรือ micro

Error: incompatible architecture

→ เช็ค deployment target = Arduino UNO Q (ไม่ใช่ UNO R4)

Inference ช้า/กระตุก

  • Vision: ลด input resolution (96x96 พอแล้ว)
  • Audio: ลด sample rate (16kHz พอ)
  • Motion: เพิ่ม window size, ลด frequency

Accuracy ต่ำมาก (<60%)

Diagnose:

  1. ดู confusion matrix → class ไหนสับสน?
  2. ดู data balance → แต่ละ class จำนวนใกล้กันไหม?
  3. ทดสอบบน data ที่ไม่ได้ train → overfit หรือเปล่า?

Common fixes:

  • เก็บข้อมูลเพิ่มใน class ที่ accuracy ต่ำ
  • เพิ่ม variation (แสง/มุม/สภาพแวดล้อม)
  • แก้ class boundary ถ้าซ้อนกัน

Accuracy ดีบน Studio แต่ใช้จริงห่วย

= Distribution shift — data จริงต่างจาก data train

แก้:

  • เก็บข้อมูล ในสภาพแวดล้อมจริงที่จะใช้
  • เพิ่ม augmentation (Edge Impulse มีให้)
  • เก็บข้อมูล "noise/background" เป็นอีก class

💻 ปัญหา Git/GitHub

Push ไม่ขึ้น

error: failed to push some refs

→ ทีมอื่นเพิ่ง push มา ทำตามนี้:

git pull --rebase
git push

Commit ผิด อยากแก้ message

# แก้ commit ล่าสุดที่ยังไม่ push
git commit --amend -m "new message"

# ถ้า push ไปแล้ว
git commit --amend -m "new message"
git push --force-with-lease
# ⚠️ ระวัง ทับงานเพื่อน!

Merge conflict

git pull
# เห็น CONFLICT (content): ...

# เปิดไฟล์ที่ conflict
# ลบ marker <<<<<<<, =======, >>>>>>>
# เก็บ version ที่ต้องการ
git add <conflicted-file>
git commit
git push

เผลอ commit dataset ขนาดใหญ่

# ลบจาก tracking (ไฟล์ยังอยู่)
git rm --cached big-data.zip

# เพิ่มใน .gitignore
echo "*.zip" >> .gitignore
echo "dataset/raw/" >> .gitignore

git commit -m "fix: ลบไฟล์ใหญ่ออก, ใช้ Edge Impulse host แทน"
git push

Best practice: Dataset เก็บที่ Edge Impulse, repo เก็บแค่ link

🎤 ปัญหาระหว่างทำงานเป็นทีม

ทีมเก็บข้อมูลช้ามาก ใกล้พักเที่ยงยังไม่เสร็จ

Plan B ที่ทีมทำเองได้ทันที:

  • ลด class ลงเป็น 2 (จาก 3)
  • ลด samples ต่อ class เป็น 30
  • ใช้ backup dataset ของ track เป็น base + เก็บเพิ่ม 10-20 samples ของตัวเอง
  • เก็บ variation ที่สำคัญก่อน แล้วค่อยกลับมาเก็บเพิ่มถ้ายังมีเวลา

ในทีมเห็นไม่ตรงกันว่าจะทำต่อยังไง

  • หยุด 3 นาที แล้วให้แต่ละคนพูดทีละรอบว่าอยากทำอะไรและเพราะอะไร
  • กลับไปดูโจทย์กับเวลาที่เหลือจริง ไม่ตัดสินจากความอยากอย่างเดียว
  • แบ่งบทบาท 3H ให้ชัดอีกครั้ง: ใครตัดสินใจเรื่อง code, data, docs
  • ถ้ายังคุยไม่ลงตัวค่อยเรียก TA มาช่วยตัดสินใจบนข้อจำกัดของเวลา

คนเดียวทำเกือบทุกอย่าง

  • แยกงานที่เหลือออกเป็นชิ้นเล็ก ๆ ทันที เช่น README, W3, W4, หรือการทดสอบ 10 cases
  • คนที่ยังไม่ได้แตะงาน ให้รับผิดชอบ output ที่ชัดเจนอย่างน้อย 1 ชิ้น
  • ก่อนช่วงโชว์ผล ให้ทุกคนอธิบายบทบาทตัวเองได้ว่ารับผิดชอบอะไร

ถ้าช่วงโชว์ผลแล้วยังรันสดไม่ได้

  • Show screen Edge Impulse Studio แทน
  • อธิบาย V1→V2 improvement แทนการรันสด
  • โฟกัสการอธิบายสิ่งที่ลอง, สิ่งที่พลาด, และสิ่งที่เรียนรู้

📞 เมื่อไหร่ควรเรียก TA?

✅ เรียก TA เมื่อ:

  • ลองในคู่มือนี้แล้ว 5+ นาที ยังไม่ได้
  • Hardware เสียจริง (UNO Q ไม่ติด, Modulino พัง)
  • Edge Impulse account มีปัญหา
  • ติด conflict ใน Git แก้ไม่หาย

❌ อย่าเพิ่งเรียก TA ถ้า:

  • ยังไม่ได้อ่านคู่มือ
  • ยังไม่ได้ลองด้วยตัวเอง
  • เป็นเรื่อง design choice (ทีมตัดสินใจเอง)

เคล็ดลับ: ถ้าเปิด GitHub Issue ใน repo ทีมแล้วเขียนปัญหา + สิ่งที่ลองมาแล้ว TA จะช่วยได้เร็วขึ้นมาก

🏥 Emergency Contact

ถ้า TA ไม่ว่าง:

  1. ดูใน GitHub Discussions ของ workshop repo
  2. ถามทีมข้างๆ
  3. ลอง Edge Impulse forum: https://forum.edgeimpulse.com/