แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Rong Phoophuangpairoj. Determining banana ripeness using Mobilenet. (). King Mongkut's University of Technology North Bangkok. Central Library. : , 2024.
Determining banana ripeness using Mobilenet
Name: Chen, Hong
Organization :
Rangsit University. College of Engineering
Name: Rong Phoophuangpairoj
Organization :
Rangsit University. College of Engineering
keyword:
Banana ripeness
LCSH:
Image processing
;
ResNet50
Abstract:
Bananas are one of the most popular and
economically important fruit crops in the world. Not only do
they have a sweet taste, but they are also rich in various
nutrients that are useful for human body. To find an efficient
method for classifying banana ripeness, images of bananas were
used to train the MobileNet, ResNet50, and Convolution Neural
Network (CNN) machine learning classifiers. These machine
learning classifiers can automatically extract the features from
the trained images and then use them to build models for
classification. The results indicated that the MobileNet,
ResNet50 and CNN classifiers could obtain the accuracies of
98.43%, 94.19% and 95.35%, respectively. The accuracies of
MobileNet classification from class 0 to class 6 were 99.62%,
98.85%, 99.23%, 100%, 100%, 99.62% and 99.62%,
respectively
King Mongkut's University of Technology North Bangkok. Central Library
Address:
BANGKOK
Email:
library@kmutnb.ac.th
Created:
2024
Modified:
2025-01-23
Issued:
2025-01-23
บทความ/Article
application/pdf
BibliograpyCitation :
In Rajamangala University of Technology Krungthep. 12th International Electrical Engineering Congress (iEECON 2024) (pp.287-291). Bangkok : Rajamangala University of Technology Krungthep
eng
©copyrights King Mongkut's University of Technology North Bangkok
RightsAccess:
ใช้เวลา
0.017987 วินาที
Chen, Hong
| Title | Contributor | Type |
|---|---|---|
| The Transmission of Dazhou Folk Songs from Folk Philosophy in Dazhou City, Sichuan Province, China
มหาวิทยาลัยมหาสารคาม Chen, Honglei. | Peerapong Sensai | วิทยานิพนธ์/Thesis |
| Determining banana ripeness using Mobilenet
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Chen, Hong;Rong Phoophuangpairoj | บทความ/Article | |
| The Study of relationship between student and staff satisfaction and library service quality : A case study of Liuzhou vocational and Technical collegex
มหาวิทยาลัยราชภัฏนครราชสีมา Chen, Hongjing | วิทยานิพนธ์/Thesis |
Rong Phoophuangpairoj
| Title | Contributor | Type |
|---|---|---|
| Ripeness classification of a bunch of bananas using a CNN
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Rong Phoophuangpairoj;Thanadech Ngoenrungrueang;Sapon Audomsin | บทความ/Article | |
| Determining banana ripeness using Mobilenet
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Chen, Hong;Rong Phoophuangpairoj | บทความ/Article | |
| Mango maturity classification using VGG16
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Dong, Xiangchen;Rong Phoophuangpairoj | บทความ/Article | |
| Classification of snatch weightlifting phases
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Qi, Ming;Rong Phoophuangpairoj | บทความ/Article | |
| Thai-English name matching using google translation and Thai romanization
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Rong Phoophuangpairoj;Panrawe Boonsom;Piyarat Pipattarasakul | บทความ/Article | |
| A hybrid YOLO-VGG16 for fallen motorcycle detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Si, Ruixue;Rong Phoophuangpairoj | บทความ/Article |