fieldjournalid
| | สารนิพนธ์ (MIT) 2025 |
| 1. | การพัฒนาและเปรียบเทียบประสิทธิภาพของโมเดล YOLOv8 ในการ คัดแยกประเภทของพลาสติกสำหรับการรีไซเคิลด้วยการประมวลผลจากภาพถ่ายดิจิทัล [แสดงบทคัดย่อ] [ซ่อนบทคัดย่อ] | |
| ผู้แต่ง : ภูชิต พญาพรหม | ||
| ปัจจุบันปัญหาขยะพลาสติกมีผลกระทบอย่างมากในประเทศไทยและมีแนวโน้มที่จะเพิ่มขึ้นอย่างมากในทุกๆปี นักวิจัยจึงได้เล็งเห็นว่า ระบบการคัดแยกพลาสติกอย่างมีประสิทธิภาพ จึงมีความสำคัญในการนำพลาสติกกลับมาใช้ใหม่และลดผลกระทบต่อสิ่งแวดล้อม ซึ่งปัจจุบันในประเทศไทยพบว่ายังใช้มีการคัดแยกแบบดั้งเดิมที่ใช้แรงงานคน ซึ่งมีข้อจำกัดด้านทักษะของคนงานทำให้การคัดแยกไม่เกิดประสิทธิภาพทำให้พลาสติกไปปะปนกับขยะมูลฝอยชุมชน ส่งผลให้พลาสติกจำนวนมากถูกกำจัดทิ้ง ฝังกลบหรือรั่วไหลลงแม่น้ำและไหลลงทะเลแทนที่จะถูกนำกลับมาใช้ใหม่ งานวิจัยนี้ได้นำเสนอการพัฒนาระบบคัดแยกประเภทของพลาสติกเพื่อการรีไซเคิลจากภาพถ่ายด้วยวิธีการเรียนรู้เชิงลึก ด้วยชุดข้อมูลของพลาสติกประเภทต่างๆ ก็คือ PET, HDPE, PVC, LDPE, PP, PS และ Other จากนั้นทำการฝึกฝนแบบจำลองด้วยเทคนิคเรียนรู้เชิงลึกด้วยอัลกอริทึม YOLO (You Only Look Once) โดยผู้วิจัยเลือกเป็น YOLOv8 เพื่อให้ AI สามารถคัดแยกประเภทของพลาสติกได้อย่างแม่นยำและรวดเร็ว จากผลการทดลองพบว่าแบบจำลอง YOLO แต่ละรุ่นที่พัฒนาขึ้นมามีประสิทธิภาพในการคัดแยกประเภทพลาสติกที่สูง ดังนั้นการวิจัยนี้ทำการทดสอบประสิทธิภาพของแบบจำลอง YOLOv8 แต่ละรุ่นและพบว่า YOLOv8n ให้ประสิทธิภาพสูงสุดในด้านความแม่นยำและความรวดเร็ว ผลการวิจัยยังชี้ให้เห็นถึงศักยภาพของ AI ในการจัดการกับปัญหาขยะพลาสติก และจะเป็นแนวทางในการพัฒนาเทคโนโลยีเพื่อสิ่งแวดล้อมต่อไป
Full Text : Download! |
||




Center of Academic Resource
Institute of Technology 1771/1, E Building, Fl. 2,
Pattanakarn Rd, Suan Luang, Bangkok, 10250
