การพัฒนาระบบคัดแยกมะขามหวานด้วยเทคนิคการประมวลผลภาพ
คำสำคัญ:
มะขามหวาน, การคัดแยก, การประมวลผลภาพบทคัดย่อ
มะขามหวานเป็นสินค้า GI ของจังหวัดเพชรบูรณ์ สามารถสร้างมูลค่าได้หลายพันล้านบาทต่อปี การจะขายมะขามหวานให้ได้ราคาดี มีความจำเป็นต้องคัดแยกคุณภาพ การแยกคุณภาพและขนาดของมะขามหวาน ณ ปัจจุบันจะใช้คนที่มีความชำนาญในการคัดแยก ซึ่งหากมีปริมาณมากก็ต้องใช้เวลาและแรงงานมาก ผู้วิจัยมีแนวคิดที่จะพัฒนาระบบคัดแยกมะขามหวานด้วยเทคนิคการประมวลผลภาพ โดยแบ่งตามมาตรฐานมะขามหวาน เป็น มะขามหวานมีตำหนิ มะขามปกติขนาด 1 มะขามปกติขนาด 2 และ มะขามปกติขนาด 3 จากภาพมะขามหวานสีทองและสีชมพู จำนวน 3,000 ภาพ มาทดสอบในอัตราส่วน 80 : 20 โดยแบ่งเป็น 5-Fold Cross Validation แล้วหาค่าเฉลี่ย โดยใช้อัลกอริทึม YOLOv8 โดยทำการทดสอบ ใน 3 รุ่น คือ n, s and m โดยเลือก รุ่น n ที่มีความเร็วสูงสุด 7.28 เฟรมต่อวินาที ค่า mAP ที่ 0.84 ค่า Precision ที่ 1.0 Recall ที่ 8.9 F1-Score ที่ 0.85 และพื้นที่ในการจัดเก็บบนดิสก์เล็กที่สุด ขนาด 7.52 เมกะไบต์ โดยการนำเข้ารูปภาพแล้วทำนายผลคุณภาพของมะขามหวานบนเว็บแอปพลิเคชัน ช่วยเกษตรกรให้คัดแยกมะขามหวานได้ถูกต้อง รวดเร็ว และมีเครื่องมือที่จะช่วยให้ผู้บริโภคเองเกิดความมั่นใจในตัวสินค้ามากขึ้น
References
กรมทรัพย์สินทางปัญญา. (2565, 14 มีนาคม). คนไทยเฮ! “มะขามหวานเพชรบูรณ์” สินค้า GI ไทย ได้รับ การคุ้มครองในประเทศเวียดนาม “สินิตย์” รมช.พาณิชย์ ชี้ช่วยขยายมูลค่าการส่งออกของไทยพร้อมลุย จด GI ในต่างประเทศเพิ่มเติม. https://www.ipthailand.go.th/th/dip-news/item/gi20220314.html
จันธิรัก น้ำใส, ศรศักดิ์ ทาวงษ์, ภาณุ ดงทอง, ธนะพัฒน์ เชี่ยวชาญวัฒนา และศรุติ อัศวเรืองสุข. (2565). ระบบตรวจจับงูด้วยวิธีการ YOLO ในกรณีตัวอย่างงูเข้าที่พักอาศัย. วารสารวิชาการวิศวกรรมศาสตร์ และเทคโนโลยี มหาวิทยาลัยราชภัฏอุดรธานี, 1(1), 59-72.
ชนาธิป จันทนะชาติ, สวรรคพธู ดาวรีรัมย์ และเก่ง จันทร์นวล. (2564). การตรวจหาช่องจอดรถแบบเรียลไทม์โดยใช้โครงข่ายประสาทเทียม YOLO. ใน การประชุมวิชาการระดับชาติการจัดการเทคโนโลยีและนวัตกรรม ครั้งที่ 7 (น.1679-1687). คณะเทคโนโลยีสารสนเทศ มหาวิทยาลัยราชภัฏมหาสารคาม.
ณัฐพล ชัยทวิชธานันท์. (2555). การตรวจสอบฝักมะขามหวานเสียโดยวิธีการประมวลผลภาพ. มหาวิทยาลัยราชภัฏเพชรบูรณ์.
พีรพล สุธงษา. (2563). สถานการณ์การผลิตพืชจังหวัดเพชรบูรณ์ ปี 2563. กลุ่มยุทธศาสตร์และสารสนเทศ สำนักงานเกษตรจังหวัดเพชรบูรณ์.
สำนักงานมาตรฐานสินค้าเกษตรและอาหารแห่งชาติ. (2557). มาตรฐานสินค้าเกษตร มกษ. 23-2557: มะขามหวาน. https://www.acfs.go.th/standard/download/SWEET_TAMARIND.pdf
Dennis, A., Wixom, B. H., & Roth, R. M. (2012). System analysis and design (5th ed.). John Wiley & Sons.
Extensions. (2010). Flask. https://flask.palletsprojects.com/en/3.0.x/extensions/
Gulshan, K. (2014). Evaluation metrics for intrusion detection systems-A study. International Journal of Computer Science and Mobile Applications, 2(11), 11-17.
Jarimopas, B., & Jaisin, N. (2008). An experimental machine vision system for sorting sweet tamarind. Journal of Food Engineering, 89(3), 291-297.
Redmon, J., Divvala, S., Girshick, R., & Farhadi, A. (2016). You only look once: Unified, real-time object detection, In Proceedings 29th IEEE Conference on Computer Vision and Pattern Recognition CVPR 2016 (pp. 779-788). IEEE X plore. https://doi.org/10.1109/CVPR.2016.91
Solawetz, J., & Francesco. (2023, January 11). What is YOLOv8? The ultimate guide. Roboflow. https://blog.roboflow.com/whats-new-in-yolov8/
Sonka, M., Hlavac, V., & Boyle, R. (2015). Image processing, analysis, and machine vision (4th ed.). Cengage Learning.
