|
การวิเคราะห์ใบมะนาวที่เป็นโรคโดยใช้การเรียนรู้เชิงลึก |
|---|---|
| รหัสดีโอไอ | |
| Creator | อุมาภรณ์ สายแสงจันทร์ |
| Title | การวิเคราะห์ใบมะนาวที่เป็นโรคโดยใช้การเรียนรู้เชิงลึก |
| Contributor | รพีพร ช่ำชอง, อรรถพล สุวรรณษา |
| Publisher | Faculty of Informatics, Mahasarakham University |
| Publication Year | 2565 |
| Journal Title | Journal of Applied Informatics and Technology |
| Journal Vol. | 4 |
| Journal No. | 1 |
| Page no. | 71-86 |
| Keyword | Deep learning, Convolutional neural networks, Classification, Plant Disease |
| URL Website | https://ph01.tci-thaijo.org/index.php/jait/index |
| Website title | Journal of Applied Informatics and Technology |
| ISSN | 2586-8136 |
| Abstract | ปัจจุบันมะนาวเป็นพืชชนิดหนึ่งที่ได้รับการนิยมปลูกกันจำนวนมาก เนื่องจากมะนาวใช้ในการประกอบการทำอาหาร นอกจากนี้มะนาวยังมีคุณสมบัติเป็นพืชสมุนไพร ประเทศไทยได้มีการนำมาทำเครื่องดื่มหรือนำมาทำเป็นยาสมุนไพร เพื่อใช้ในการบำรุงสุขภาพ เป็นต้น จากความนิยมดังกล่าว ทำให้การปลูกมะนาวจึงแพร่หลายภายในฟาร์มและเริ่มมีการปลูกตามบ้านมากยิ่งขึ้น ซึ่งปัจจุบันการปลูกมะนาวสามารถควบคุมผลผลิตให้ออกผลิตผลได้นอกฤดูกาล แต่มะนาวยังเป็นพืชที่เป็นโรคต่างๆ ได้ง่าย หากขาดการดูแลที่ดี ดังนั้นในงานวิจัยนี้จึงได้ศึกษาวิธีการวิเคราะห์ความเป็นโรคจากใบมะนาว โดยอาศัยการเรียนรู้เชิงลึก โดยเทคนิคที่ใช้คือการจำแนกใบมะนาวโดยใช้คอนโวลูชันนิวรอลเน็ทเวิร์ค ซึ่งสถาปัตยกรรมที่ศึกษาในที่นี้ได้แก่ LeNet-5, VGG16, RestNet-50 และสถาปัตยกรรมที่นำเสนอ จากการทดลองเก็บรวบรวมข้อมูลภาพถ่ายใบมะนาวเดี่ยว จำนวน 5,710 ภาพ เป็นภาพสี RGB โดยแบ่งเป็นใบมะนาวที่เป็นโรคและไม่เป็นโรคเท่ากัน และทำการแบ่งชุดข้อมูลเป็นชุดสอนร้อยละ 80 และชุดทดสอบร้อยละ 20 พบว่าประสิทธิภาพการวิเคราะห์ด้วย LeNet-5 มีประสิทธิภาพต่ำสุด ในขณะที่สถาปัตยกรรมที่นำเสนอมีค่าสูงสุด แต่ไม่แตกต่างกับ ResNet-50 มากนัก |
