fieldid E-Thesis & Research สถาบันเทคโนโลยีไทย-ญี่ปุ่น
สืบค้น:

เขตข้อมูล ข้อมูล
บทคัดย่อ
การจำแนกเกรดรังนกแอ่นกินรังด้วยขั้นตอนวิธีการเรียนรู้เชิงลึก : รังนกแอ่นกินรังเป็นที่ต้องการสูงเนื่องจากมีการบริโภคกันอย่างแพร่หลายในประเทศจีน และหลายประเทศในเอเชียตะวันออกเฉียงใต้ โดยอ้างว่าเป็นอาหารเพื่อสุขภาพ และมีประโยชน์ทางการแพทย์มากมาย การทำฟาร์มรังนกแอ่นกินรังเป็นอุตสาหกรรมที่ร่ำรวยเพราะถือว่าเป็นหนึ่งในผลิตภัณฑ์จากสัตว์ที่แพงที่สุด อย่างไรก็ตาม สำหรับการคัดเกรดคุณภาพ กระบวนการนี้ใช้เวลานานเนื่องจากผู้เชี่ยวชาญดำเนินการด้วยตนเอง โดยพิจารณาจากสี รูปร่าง พื้นผิว และขนาด ในงานวิจัยนี้นำเสนอวิธีการของคอมพิวเตอร์วิทัศน์ (Computer Vision) เพื่อใช้สำหรับในการจำแนกเกรดรังนกแอ่นกินรังด้วยการประยุกต์ใช้วิธีโครงข่ายประสาทเทียมแบบคอนโวลูชัน (Convolutional Neural Networks: CNN) ถูกนำไปใช้เพื่อจำแนกภาพของรังนกแอ่นกินรัง ได้แก่ เกรดเอ (Grade A) เกรดบี (Grade B) และรังมุม (Corner) ในการทดลอง มีการเปรียบเทียบสถาปัตยกรรม CNN ทั้งหมด 7 สถาปัตยกรรม ได้แก่ MobileNetV2, Xception, DenseNet121, DenseNet169, DenseNet201, VGG16 และ VGG19 ผลวิจัยพบว่า DenseNet201 และ VGG16 มีค่าความถูกต้องเท่ากันคือ 99.34% ดังนั้นงานวิจัยนี้ DenseNet201 และ VGG16 มีความเหมาะสมมากที่สุดสำหรับการใช้วิเคราะห์จำแนก เกรดรังนกแอ่นกินรัง
ผู้แต่ง
เอมี่ สูงสิริ
ประเภทสิ่งพิมพ์
วิทยานิพนธ์ (MIT) 2022
เลขหน้า
62
หัวเรื่อง
สถาบันเทคโนโลยีไทย-ญี่ปุ่น.สาขาวิชาเทคโนโลยีสารสนเทศ--วิทยานิพนธ์
หัวเรื่อง
เทคโนโลยีสารสนเทศ--วิทยานิพนธ์
เอกสารฉบับเต็ม
Download full text