แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Thaweesak Yingthawornsuk. Deep learning approaches to banana ripeness detection. (). King Mongkut's University of Technology North Bangkok. Central Library. : , 2025.
Deep learning approaches to banana ripeness detection
Name: Sirinya Thanyacharoen
Organization :
King Mongkut's University of Technology Thonburi. Department of Media Technology
Email :
sirinya.than@kmutt.ac.th
Name: Sumetee Jirapattarasakul
Organization :
King Mongkut's University of Technology Thonburi. Department of Media Technology
Email :
sumetee.jira@kmutt.ac.th
Name: Napat Joijinda
Organization :
King Mongkut's University of Technology Thonburi. Department of Media Technology
Email :
napat.joij@kmutt.ac.th
Name: Leone, Giuseppe Riccardo
Organization :
Institute of Information Science and Technologies National Research
Email :
giuseppericcardo.leone@cnr.it
Organization :
Rajamangala University of Technology. Department of Electrical and Telecommunication Engineering
Email :
thaweewong.a@mail.rmutk.ac.th
Name: Thaweesak Yingthawornsuk
Organization :
King Mongkut's University of Technology Thonburi. Department of Media Technology
Email :
thaweesak.yin@kmutt.ac.th
keyword:
Object detection (Computer vision)
LCSH:
Image processing
LCSH:
Computer vision
Abstract:
The study conducts a comparative analysis of five
different deep learning models VGG16, VGG19, Xception,
InceptionV3, and MobileNetV2 or banana ripeness
classification. A dataset used in this study consists of four levels
of ripeness: overripe, ripe, rotten, and unripe. Each deep
learning model the model adjusted using pre-trained weights
obtained from ImageNet. to adapt them for banana ripeness
classification each model fine-tuned with pre-trained weights
from ImageNet. The evaluation conducted using 5-Fold Cross-
Validation The text discusses the importance of validation to
confirm the reliability and strength of the results obtained
shown, the VGG16 achieved the highest accurate performance
of 93.7%, surpassing other models in all metrics. MobileNetV2
and Xception followed closely, demonstrating competitive
results, while InceptionV3 had the lowest accuracy. Results
indicate that VGG16 is best suited for banana ripeness. This
research highlights the potential of deep learning in automating
fruit ripeness detection and provides valuable insights for
agricultural applications. Future work may explore the
integration of additional datasets and real-time deployment for
broader use cases
King Mongkut's University of Technology North Bangkok. Central Library
Address:
BANGKOK
Email:
library@kmutnb.ac.th
Created:
2025
Modified:
2025-06-25
Issued:
2025-06-25
บทความ/Article
application/pdf
BibliograpyCitation :
In Electrical Engineering Academic Association (Thailand) and King Mongkut's University of Technology North Bangkok. Department of Electrical and Computer Engineering. 13th International Electrical Engineering Congress (iEECON 2025) (P06430). Bangkok : Electrical Engineering Academic Association (Thailand), 2025
eng
©copyrights King Mongkut's University of Technology North Bangkok
RightsAccess:
ใช้เวลา
0.02795 วินาที
Sirinya Thanyacharoen
| Title | Contributor | Type |
|---|---|---|
| Comparative analysis of deep learning and machine learning approaches for air quality prediction
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Suwijak Jirapattarasakul;Sumetee Jirapattarasakul;Sirinya Thanyacharoen;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk | บทความ/Article | |
| Deep learning approaches to banana ripeness detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sirinya Thanyacharoen;Sumetee Jirapattarasakul;Napat Joijinda;Leone, Giuseppe Riccardo ;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk | บทความ/Article |
Sumetee Jirapattarasakul
| Title | Contributor | Type |
|---|---|---|
| Deep learning-based predictive modeling for male depression detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Balaji, R. S. Lakshmi;Sumetee Jirapattarasakul;Kantapat Kwansomkid;Sirimonpak Suwannakhun;Thaweesak Yingthawornsuk | บทความ/Article | |
| Comparative analysis of deep learning and machine learning approaches for air quality prediction
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Suwijak Jirapattarasakul;Sumetee Jirapattarasakul;Sirinya Thanyacharoen;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk | บทความ/Article | |
| Deep learning approaches to banana ripeness detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sirinya Thanyacharoen;Sumetee Jirapattarasakul;Napat Joijinda;Leone, Giuseppe Riccardo ;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk | บทความ/Article |
Napat Joijinda
| Title | Contributor | Type |
|---|---|---|
| Deep learning approaches to banana ripeness detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sirinya Thanyacharoen;Sumetee Jirapattarasakul;Napat Joijinda;Leone, Giuseppe Riccardo ;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk | บทความ/Article |
Leone, Giuseppe Riccardo
| Title | Contributor | Type |
|---|---|---|
| Deep learning approaches to banana ripeness detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sirinya Thanyacharoen;Sumetee Jirapattarasakul;Napat Joijinda;Leone, Giuseppe Riccardo ;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk | บทความ/Article |
Thaweewong Akkaralaertsest
| Title | Contributor | Type |
|---|---|---|
| Compact diplexer based on stub-loaded dual-mode resonator
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Wenich Pumee;Thaweewong Akkaralaertsest;Jessada Konpang;Apisit Sriwan;Nattapong Intarawiset ;Phatsakul Thitimahatthanakusol | บทความ/Article | |
| High signal isolation dual-mode diplexer using square loop resonator with tuning stub
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Phatsakul Thitimahatthanakusol;Suttee Tubtongdee;Thaweewong Akkaralaertsest;Jessada Konpang | บทความ/Article | |
| Dual-mode dual-band filter using stepped impedance resonator with outer tuning plus-sign
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Phatsakul Thitimahatthanakusol;Thaweewong Akkaralaertsest;Suttee Tubtongdee;Jessada Konpang | บทความ/Article | |
| Single-mode dielectric resonator bandpass filter without internal coupling iris
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Suttee Tubtongdee;Phatsakul Thitimahatthanakusol;Thaweewong Akkaralaertsest;Jessada Konpang | บทความ/Article | |
| An investigational grid-tied inverter efficiency analysis of 61.04 kW in PV system
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Phakpoom Sritongnuan;Jessada Konpang;Adisorn Sirikham;Thaweewong Akkaralaertsest;Phatchakorn Areekul;Chaiwat Sakul | บทความ/Article | |
| Deep learning for forex trading : leveraging Keras sequential models and optimized features to maximize profitability
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Kritthanit Malathong;Jessada Konpang;Adisorn Sirikham;Kamon Tabaiya;Thaweewong Akkaralaertsest;Phatsakul Thitimahatthanakusol | บทความ/Article | |
| Exploring accurate and error-reducing techniques for calculating support and resistance prices on forex charts
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Kritthanit Malathong;Jessada Konpang;Adisorn Sirikham;Pramote Anunvrapong;Thaweewong Akkaralaertsest;Phatsakul Thitimahatthanakusol | บทความ/Article | |
| Comparative analysis of deep learning and machine learning approaches for air quality prediction
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Suwijak Jirapattarasakul;Sumetee Jirapattarasakul;Sirinya Thanyacharoen;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk | บทความ/Article | |
| Deep learning approaches to banana ripeness detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sirinya Thanyacharoen;Sumetee Jirapattarasakul;Napat Joijinda;Leone, Giuseppe Riccardo ;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk | บทความ/Article | |
| Low insertion-loss and sharp-rejection bandpass filter based on bandstop characteristics
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Thaweewong Akkaralaertsest;Suttee Tubtongdee;Adisorn Sirikham;Arus Kongrungchok;Kamon Tabaiya;Jessada Konpang | บทความ/Article |
Thaweesak Yingthawornsuk
| Title | Contributor | Type |
|---|---|---|
| Deep learning-based predictive modeling for male depression detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Balaji, R. S. Lakshmi;Sumetee Jirapattarasakul;Kantapat Kwansomkid;Sirimonpak Suwannakhun;Thaweesak Yingthawornsuk | บทความ/Article | |
| Empirical evaluation of machine learning techniques for autism spectrum disorder
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sethi, Akshit;Khan, Kainat;Katarya, Rahul;Thaweesak Yingthawornsuk | บทความ/Article | |
| Data analytics and machine learning approach for tsunami prediction from satellite and hydrographic data
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Lakshmi Balaji, R. S.;Duraimuthuarasan, N.;Thaweesak Yingthawornsuk | บทความ/Article | |
| Sleep stages classification with multi-modal signals using deep learning
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Kantapat Kwansomkid;El Vaigh, Cheikh Brahim;Thaweesak Yingthawornsuk;Callegarin, Davide;Lemesle-Martin, Martine | บทความ/Article | |
| Intelligent flagged content detection with transformer-based models for secure online environments
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Balaji, R. S. Lakshmi;Abirami, G.;Sirimonpak Suwannakhun;Thiruvenkataswamy, C . S.;Thaweesak Yingthawornsuk | บทความ/Article | |
| A study of deep learning models for identifying and estimating psychological stress and disorders using electroencephalogram signals
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Balaji, Lakshmi R. S.;Batumalay, M.;Thaweesak Yingthawornsuk;Avanthika Swamy;Sirimonpak Suwannakhun | บทความ/Article | |
| Comparative analysis of deep learning and machine learning approaches for air quality prediction
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Suwijak Jirapattarasakul;Sumetee Jirapattarasakul;Sirinya Thanyacharoen;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk | บทความ/Article | |
| Deep learning approaches to banana ripeness detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sirinya Thanyacharoen;Sumetee Jirapattarasakul;Napat Joijinda;Leone, Giuseppe Riccardo ;Thaweewong Akkaralaertsest;Thaweesak Yingthawornsuk | บทความ/Article | |
| Deep learning based classification of depression and suicidal risk among normal speakers using delta-spectral cepstral coefficients
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Pavat Ruckchopsanti;Nattarika Ngearnsajja;Pawat Isaraporn;Thanchanok Haruenputh;Thaweesak Yingthawornsuk | บทความ/Article |