การตรวจจับและนับจำนวนวัตถุบนสายพานลำเลียงโดยใช้ประสาทเทียม

Object detection and counting system on the conveyor using deep learning

Name: รุ่งโรจน์ กรุงเกษม

ThaSH: มหาวิทยาลัยเกษตรศาสตร์ -- วิทยานิพนธ์. วศ.ม. (วิศวกรรมเครื่องกล) 2564

Classification :.LCCS: TA1634

ThaSH: มหาวิทยาลัยเกษตรศาสตร์. สาขาวิศวกรรมเครื่องกล -- วิทยานิพนธ์

ThaSH: คอมพิวเตอร์วิทัศน์

ThaSH: การเรียนรู้เชิงลึก (การเรียนรู้ของเครื่อง)

ThaSH: นิวรัลเน็ตเวิร์ค (วิทยาการคอมพิวเตอร์)

Abstract: งานวิจัยนี้เป็นการพัฒนาระบบแมชชีนวิชันที่ใช้เครือข่ายประสาทเทียมมาใช้ในการตรวจจับวัตถุ และคัดแยก มีระบบนับจำนวนวัตถุตามประเภทบนสายพานลำเลียงที่วิ่งด้วยความเร็วต่างๆกัน โดยสามารถนำมาประยุกต์ใช้ในโรงงานจริง ทำการติดตั้งกล้องไว้ที่สายพานลำเลียง เมื่อวัตถุเคลื่อนที่มาถึงตำแหน่งจะทำการส่งภาพไปที่หน่วยประมวลผลและระบบจะทำการตรวจแยกประเภทและนับวัตถุ งานวิจัยนี้จะใช้เทคนิคการเรียนรู้เชิงลึกที่สามารถเรียนรู้ และสกัดคุณสมบัติของชุดข้อมูลสอนที่ข้อมูลเข้าเป็นรูปภาพ จากผลการทดลองพบว่า ระบบแมชชีนวิชันที่ใช้ประสาทเทียม สามารถตรวจจับ คัดแยก และนับจำนวนวัตถุ บนสายพานลำเลียงได้อย่างแม่นยำ ที่ความเร็วของสายพานลำเลียงต่างๆ กัน การใช้กล้องจับภาพทำให้ไม่จำเป็นต้องติดตั้งเซนเซอร์เพื่อตรวจจับวัตถุเพิ่มเติม และยังสามารถนำตัวแบบไปขยายผลต่อเพื่อจับวัตถุชนิดอื่นๆ ในอนาคต This research develops the machine vision system using artificial neural networks. The system also classifies and counts the number of objects for each type on the moving conveyor. The system will be applied to the real factory by installing the proper camera on the conveyor. When the object arrives at the camera position, the image is taken and sent to process. The machine vision system will detect, classify, and count objects. The technique used in this research is deep learning where its model can be learnt and features are extracted from training data. The input training data is images. The results demonstrate the accuracy of detection using IoU and MAP on various convey moving different speed. Using camera to capture images removes the need to install the detection sensor and allows the machine vision system to be extended easily to detect different kinds of objects.

มหาวิทยาลัยเกษตรศาสตร์. สำนักหอสมุด

Address: กรุงเทพมหานคร

Email: tdckulib@ku.ac.th

Name: จันทนา จันทราพรชัย

Role: อาจารย์ที่ปรึกษาวิทยานิพนธ์หลัก

Created: 2564

Modified: 2568-07-21

Issued: 2568-07-21

วิทยานิพนธ์/Thesis

application/pdf

URL: https://www.lib.ku.ac.th/KUthesis/2564/rungrot-kru-all.pdf

CallNumber: TA1634 .ร42

tha

DegreeName: วิศวกรรมศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิศวกรรมเครื่องกล

Grantor: มหาวิทยาลัยเกษตรศาสตร์

©copyrights มหาวิทยาลัยเกษตรศาสตร์

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	rungrot-kru-all.pdf	2.66 MB

ใช้เวลา

0.032474 วินาที