|
การปรับปรุงภาพโดยใช้ฮาร์เวฟเล็ตสำหรับจำแนกโรคใบสตรอเบอรี่ ด้วยโครงข่ายประสาทแบบคอนโวลูชัน |
|---|---|
| รหัสดีโอไอ | |
| Creator | วุฒิชัย ปวงมณี |
| Title | การปรับปรุงภาพโดยใช้ฮาร์เวฟเล็ตสำหรับจำแนกโรคใบสตรอเบอรี่ ด้วยโครงข่ายประสาทแบบคอนโวลูชัน |
| Contributor | สุทธวีร์ วงค์สารภี |
| Publisher | มหาวิทยาลัยแม่โจ้ |
| Publication Year | 2568 |
| Journal Title | วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม |
| Journal Vol. | 11 |
| Journal No. | 1 |
| Page no. | 174 ถึง 192 |
| Keyword | โครงข่ายคอนโวลูชัน, วิธีฮาร์เวฟเล็ต, โรคจุดตานก, โรคใบไหม้, โรคราแป้ง |
| URL Website | https://mitij.mju.ac.th/ |
| Website title | วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม |
| ISSN | ISSN 3027-7280 (Online) |
| Abstract | วิธีการจำแนกเพื่อตรวจสอบโรคบนใบสตรอเบอรี่เป็นเรื่องที่น่าสนใจและมีความสำคัญในด้านการเกษตร ซึ่งสามารถช่วยเพิ่มประสิทธิภาพในการจัดการโรคและสารป้องกันกำจัดศัตรูพืช เช่น โรคจุดตานก โรคใบไหม้และโรคราแป้ง ภาพถ่ายจึงต้องมีความคมชัดเพราะแต่ละโรคบนใบสตรอเบอรี่มีลักษณะที่แตกต่างกัน บทความนี้เสนอวิธีการปรับปรุงประสิทธิภาพการจำแนกภาพใบสตรอเบอรี่ด้วยโครงข่ายคอนโวลูชันสำหรับการจำแนกโรคบนใบสตรอเบอรี่ โดยใช้วิธีฮาร์เวฟเล็ตสำหรับการปรับปรุงภาพ ใช้ภาพใบสตรอเบอรี่ทั้งหมดจำนวน 2,192 ภาพ เปรียบเทียบกับภาพที่ไม่ใช้วิธีฮาร์เวฟเล็ตทำการฝึกสอน 300 และ 500 รอบ ผลการทดลองพบว่าวิธีที่นำเสนอเพิ่มประสิทธิความแม่นยำสูงขึ้นในการฝึกสอน 300 รอบ จากร้อยละ 94.61 เป็นร้อยละ 96.08 และค่า F1-Score จากร้อยละ 94.89 เพิ่มเป็นร้อยละ 96.33 ใช้เวลาในการประมวลผล 36 นาทีและในการฝึกสอน 500 รอบ จากร้อยละ 95.59 เป็นร้อยละ 97.44 และ F1-Score จากร้อยละ 95.65 เพิ่มเป็นร้อยละ 97.63 ใช้เวลาประมวลผล 62 นาที |
