การรู้จำอาหารไทยบนไลน์แชทบอทด้วย YoloV5 และ Faster RCNN

Thai food recognition on line chatbot with YoloV5 and Faster RCNN

Name: ศุภพงศ์ สกุลคู

Organization : มหาวิทยาลัยขอนแก่น. คณะวิทยาศาสตร์

Email : supapong@kkumail.com

Name: จุฑามาศ ภูยวงศ์

Organization : มหาวิทยาลัยขอนแก่น. คณะวิทยาศาสตร์

Email : jutamarspw@kkumail.com

Name: สันติ ทินตะนัย

Organization : มหาวิทยาลัยขอนแก่น. คณะวิทยาศาสตร์

Email : sunti@kku.ac.th

Name: บุญทรัพย์ ไวคำ

Organization : มหาวิทยาลัยขอนแก่น. คณะวิทยาศาสตร์

Email : boonsup@kku.ac.th

Name: ธนพล ตั้งชูพงศ์

Organization : มหาวิทยาลัยขอนแก่น. คณะวิทยาศาสตร์

Email : thanaphon@kku.ac.th

keyword: แชทบอท

ThaSH: การรู้จำรูปแบบ

; YoloV5

ThaSH: ร้านอาหาร -- การประมวลผลข้อมูล

ThaSH: การประมวลผลข้อมูลแบบทันที

ThaSH: นิวรัลเน็ตเวิร์ค (วิทยาการคอมพิวเตอร์)

Abstract: ในงานวิจัยนี้ผู้วิจัยได้นำเสนอการรู้จำอาหารไทยผ่านไลน์แชทบอท โดยผู้วิจัยได้ทาการเปรียบเทียบตัวแบบโครงข่ายประสาทเทียมในการจำแนกอาหารไทยระหว่างตัวแบบ YoloV5 และ Faster RCNN ซึ่งในงานวิจัยนี้ได้ทาการฝึกสอนตัวแบบตรวจจับอาหารไทยด้วยรูปภาพอาหารไทยจานวนทั้งสิ้น 1,282 ภาพ แบ่งเป็น 10 คลาส ได้แก่ ไข่ตุ๋น ส้มตำ น้ำพริก ราดหน้า สุกี้ ผัดไทย ข้าวไข่เจียว ข้าวกะเพรา ยาและโจ๊ก จากการทดลองพบว่า YoloV5 ใช้เวลาในการฝึกสอนน้อยกว่า Faster RCNN ประมาณ 2 เท่า และในด้านความถูกต้อง YoloV5 ให้ค่า Average Precision (AP) ที่ค่า IoU เป็น 0.5 เท่ากับ 0.88 ซึ่งมากกว่า Faster RCNN ที่ให้ค่า AP เท่ากับ 0.76

Abstract: This paper presents Thai food recognition on Line chatbot. The aim of this paper is to compare two neural network models for Thai food recognition between YoloV5 and Faster RCNN models trained using 1282 Thai food images separated to 10 classes including Khaitoon, Papaya salad, Namprig, Laadna, Suki, Pad Thai, Omelette, Basil rice, Yum, and Joke. The experimental result showed that on the same machine YoloV5 used half of the training times compare to Faster RCNN. In term of Average Precision (AP) score at IoU equals 0.5 YoloV5 and Faster RCNN received 0.88 and 0.76 respectively

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Created: 2564

Modified: 2564-10-20

Issued: 2564-10-20

บทความ/Article

application/pdf

BibliograpyCitation : ใน มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. คณะเทคโนโลยสารสนเทศและนวัตกรรมดิจิทัล. การประชุมวิชาการระดับชาติด้านคอมพิวเตอร์และเทคโนโลยีสารสนเทศ ครั้งที่ 17 (NCCIT 2021) (pp.366-372). กรุงเทพฯ : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

tha

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	NCCIT 2021pp.366-372.pdf	706.08 KB	57	2025-10-23 22:08:05

ใช้เวลา

0.038822 วินาที