การจำแนกภาพโรคใบมะเขือเทศด้วยเทคนิคโครงข่ายประสาทเทียมแบบคอนโวลูชัน

Image classification of Tomato leaf diseases using convolutional neural network

Name: นัศพ์ชาณัณ ชินปัญช์ธนะ

Address: มหาวิทยาลัยธุรกิจบัณฑิตย์.วิทยาลัยนวัตกรรมด้านเทคโนโลยีและวิศวกรรมศาสตร์

keyword: การจำแนกข้อมูลภาพ

; โรคใบมะเขือเทศ

; การเรียนรู้เชิงลึก

; โครงข่ายประสาทเทียมแบบคอนโวลูชัน

; ประมวลผลภาพ

Abstract: มะเขือเทศเป็นพืชที่ทั่วดลกนิยมบริโภคกันอย่างแพร่หลาย ทำให้กลายเป็นพืชทางเศรษฐกิจที่สำคัญในหลายประเทศและเมื่อมีการขยายพันธุ์เพิ่มขึ้นทำให้มะเขือเทศเกิดเป็นโรคต่างๆ เพิ่มขึ้นและบางโรคก็เพิ่งถูกค้นพบ ปัญหาที่มักเกิดขึ้นคือเกษตรขาดความรู้ ความเชียวชาญในกลุ่มโรคทำให้มีการวินิจฉัยผิดพลาดรวมทั้งไม่ได้มีการป้องกันการเกิดโรคได้ ดังนั้นจึงควรพัฒนากระบวนการดูแลพืชในระยะเริ่มต้น การระบุการติดเชื้อของโรคพืชอย่างรวดเร็วสามารถช่วยแก้ไขปัญหาได้ การตรวจหาโรคในมะเขือเทศด้วยตนเองเป็นงานที่ซับซ้อนยากลำบากและใช้เวลาดังนั้นในงานวิจัยได้นำเสนอเทคนิคการประมวลผลภาพด้วยการเรียนรู้เชิงลึกผ่านโครงข่ายประสาทเทียมแบบคอนโวลูชัน เพื่อทำการจำแนกโรคใบมะเขือเทศแบ่งออกเป็น 10 กลุ่ม โรคใบจุด แบคทีเรีย โรคใบจุดวง โรคใบไหม้ โรครากำมะหยี่ โรคใบจุดวงกลม โรคไรสองจุด โรคใบจุดเป้ากระสุน โรคใบด่างลีบ โรคใบหงิกเหลือง และใบมะเขือเทศปกติ ประกอบด้วยขั้นตอนการทำงานดังนี้ (1) ขั้นตอนการเตรียมข้อมูล (2) การสร้างโมเดล CNN (3) การประเมินผลโมเดล และ (4) การนำโมเดลไปใช้งาน การเรียนรู้เชิงลึก ผลลัพธ์ที่ได้จากการทดลองด้วยคุณลักษณะข้อมูลผ่านกระบวนการเรียนรู้เชิงลึกด้วยโครงข่ายประสาทเทียมแบบคอนดวลูชัน ได้ผลการทดลองที่มีประสิทธิภาพสุงสามารถจำแนกโรคใบมะเขือเทศได้ด้วยค่าความเฉลี่ยความถูกต้องรวมอยุ่ที่ 87.96% ด้วยอัตราการเรียนรู้ 0.001 ที่จำนวน 100 รอบสำหรับชุดทวนทดสอบ

มหาวิทยาลัยเทคโนโลยีมหานคร. สำนักหอสมุด

Address: กรุงเทพมหานคร

Email: mutelibrary@gmail.com

Created: 2023

Modified: 2567-08-01

Issued: 2567-08-01

บทความ/Article

application/pdf

BibliograpyCitation : Journal of information science and technology Vol. 13, no.2 Jul-Dec 2023, p. 40-49

tha

©copyrights มหาวิทยาลัยเทคโนโลยีมหานคร

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	v.13n.2 p.40-49.pdf	1.35 MB	2	2025-07-11 14:26:10

ใช้เวลา

0.040231 วินาที