การพัฒนาโปรแกรมประมวลภาพสำหรับตรวจจับผลไม้ในงานด้านการเกษตร

การพัฒนาโปรแกรมประมวลภาพสำหรับตรวจจับผลไม้ในงานด้านการเกษตร


การทำเกษตรกรรมยังเป็นอาชีพที่สำคัญในประเทศไทย

การทำเกษตรในประเทศไทยส่วนใหญ่ยังเป็นการเกษตรแบบพื้นฐาน คือ ใช้แรงงานในการทำเกษตร แต่ในปัจจุบันได้มีเทคโนโลยีต่าง ๆ ที่มีความสามารถในการนำมาประยุกต์ใช้งานได้ หนึ่งในนั้นก็คือ “เทคโนโลยีการประมวลภาพ”

ช่วยตรวจจับและจำแนกพืชผลทางการเกษตร
ช่วยอำนวยความสะดวกในการเก็บเกี่ยว

สมาชิกผู้จัด

  1. นายธีระภพ เพ็ชรนิล โครงการ วมว. ปีการศึกษา 2562 โรงเรียนดรุณสิกขาลัย
  2. นางสาวธวัลรัตน์ บุญญานุวัตร โครงการ วมว. ปีการศึกษา 2562 โรงเรียนดรุณสิกขาลัย
  3. นายสรวิศ วงศ์ษา โครงการ วมว. ปีการศึกษา 2562 โรงเรียนดรุณสิกขาลัย

วัตถุประสงค์

  1. เพื่อศึกษาวิธีการทางการตรวจจับวัตถุ พร้อมระบุชนิดของวัตถุต่าง ๆ ในรูปภาพหรือวิดีโอที่ต้องการประมวลผล เพื่อทําการจําแนกวัตถุต่าง ๆ และหาข้อจํากัดในการตรวจจับวัตถุในรูปภาพหรือวิดีโอ
  2. เพื่อทดลองหาวิธีลดความผิดพลาดในการตรวจจับวัตถุ
  3. เพื่อศึกษาวิธีการพัฒนาโปรแกรมตรวจจับผลไม้จากภาพ

ภาพรวมของการทำงาน

งานวิจัยนี้เป็นการพัฒนาโปรแกรมสําหรับการตรวจจับวัตถุ ที่จะนําไปประยุกต์ต่อการสร้างชิ้นงานในการจัดเก็บมะเขือเทศ โดยการทํา Image Analytics เพื่อช่วยงานด้านการเกษตร เช่น ทําการตรวจจับ ทําการจําแนก ทําการเก็บผลผลิตทางการเกษตร ที่มีการระบุลักษณะทางกายภาพไว้ในโปรแกรมรวมถึงการเก็บข้อมูลต่าง ๆ ที่ได้จากการทํางานของระบบตรวจจับดังกล่าว เพื่อนําไปปรับใช้งานตามความต้องการ ซึ่งจะนําไปประยุกต์กับชิ้นงานที่มีการปรับใช้เทคโนโลยี IoT ในการส่งข้อมูลจากระบบตรวจจับวัตถุขึ้นสู่ Server เพื่อใช้เป็นฐานข้อมูลสําหรับเก็บเกี่ยวผลผลิตให้เหมาะสม

แผนการดำเนินงาน

การนำเสนอผลการออกแบบ

ช่วงที่ 1 การพัฒนาโปรแกรมตรวจจับวัตถุเพื่องานด้านการเกษตร โดยจะทําการสืบหาและทดลองการทํางานของโปรแกรมตรวจจับวัตถุต่าง ๆ ที่มีให้ศึกษาใน Internet จากนั้นทําการทดลองในส่วนโปรแกรมการตรวจจับวัตถุที่เลือกทําการคัดเลือก Model เพื่อนํามาใช้ในการพัฒนางานในช่วงถัดไป

  • Flow Chart การทำงานของเครื่องตรวจจับ

ช่วงที่ 2 การสร้างชิ้นงานสําหรับการจัดเก็บผลไม้ที่จะประสานเทคโนโลยี IoT

  • นํา model ที่คัดเลือกมาเป็นเงื่อนไขในการทํา Custom Trained Model ( Custom Trained Model คือ model ที่สามารถแยกแยะประเภทของมะเขือเทศตั้งแต่ติดผลจนกระทั่งพร้อมเก็บผลผลิตที่ต้องการ เช่น ช่วงผลใกล้สุกสําหรับส่งขายในตลาด หรือสุกแล้วสําหรับส่งขายในโรงงาน)
  • ทดสอบและปรับแต่ง Custom Trained Model เพื่อตรวจสอบความแม่นยําและการดึงข้อมูลของตําแหน่งมะเขือเทศที่ต้องการจัดเก็บในภาพ เพื่อส่งไปให้กับ Hardware ที่ใช้ในการจัดเก็บผลมะเขือเทศ
  • ทําการพัฒนาโปรแกรม เพื่อนําข้อมูล ขึ้นเก็บ บน server ผ่านระบบ IoT
  • การรับค่า sensor ต่าง ๆ แล้วส่งค่าไปยังอุปกรณ์อื่น ๆ เพื่อประมวลผลค่าที่ได้รับ
  • ดึงข้อมูลของตําแหน่งมะเขือเทศที่ต้องการจัดเก็บ ในภาพ เพื่อส่งไปให้กับ Hardware ที่ใช้ในการจัดเก็บผลมะเขือเทศ
  • ทําการพัฒนาชิ้นงานเพื่อรองรับการจัดเก็บผลมะเขือเทศ ซึ่งอาศัยกระบวนการวิเคราะห์วัตถุ และ IoT


สรุปผลการทดลอง

จากการทดลองผู้จัดทําได้ทําการทดลองเพื่อเลือกใช้โมเดลเทรนด์ที่ดีที่สุด โดยได้ทําการทดลองกับโมเดลจํานวน 3 โมเดล คือ ResNet50 , Dense Net, InterceptionV3 โดยการนํารูปภาพของผลไม้ คือ กล้วยและส้มที่มีพื้นหลังเป็นสีเดียวกัน มาทําการทดลองทั้งสิ้น 10 ภาพเพื่อทดสอบประสิทธิภาพการตรวจจับซึ่งผลที่ได้ออกมา คือ โมเดล Resnet50 สามารถตรวจจับวัตถุได้ทุกรูปภาพ จากนั้นจึงได้ทําการทดลองเพิ่มเติม โดยการนําชุดรูปภาพที่มาวัตถุที่สนใจอยู่ในพื้นหลังที่เสมือนสถานการณ์จริงจํานวน 10 ภาพ ซึ่งโมเดล ResNet50 สามารถตรวจจับวัตถุได้ครบทุกภาพ และให้ค่าเปอร์เซ็นต์ความถูกต้องเฉลี่ยอยู่ที่ 96.93% ซึ่งเป็นค่าที่น่าพึงพอใจสําหรับการตรวจจับวัตถุในสถานการณ์จริง จึงได้ข้อสรุปว่า โมเดลที่เราจะเลือกใช้ในการทําโปรแกรมตรวจจับ คือ โมเดลResnet 50 ซึ่งมีประสิทธิภาพในการตรวจจับที่ดี และ สามารถประยุกต์ใช้กับการทํา Custom Trained Model ได้ ซึ่งจะเป็นส่วนของการพัฒนาต่อยอดโครงงาน ในช่วงถัดไป

ข้อเสนอแนะ

  • หากเพิ่มมุมในการถ่ายวัตถุตัวอย่างให้มากยิ่งขึ้นจะสามารถครอบคลุมรูปแบบการวิเคราะห์ได้มากยิ่งขึ้น แต่ต้องคํานึงถึงปัจจัยด้านจํานวนภาพตัวอย่างที่จะต้องใช้พื้นที่ในการจัดเก็บมากยิ่งขึ้น
  • ในการนําไปประยุกต์ใช้งานจริง อาจจําเป็นต้องทําการถ่ายภาพตัวอย่างจากสถานที่จริงเพื่อลดความผิดพลาดของสภาพแวดล้อมที่ต่างจากภาพตัวอย่างให้ได้มากที่สุด ทั้งนี้ความแม่นยําจะขึ้นกับความคล้ายคลึงของภาพที่ปรากฏจริงกับภาพที่ทําเป็นตัวอย่าง ซึ่งหากภาพที่ต้องการวิเคราะห์มีสภาพคล้ายภาพตัวอย่าง ก็จะมีความแม่นยําสูง
  • การทดลองนี้จัดทําเพื่อจะนําไปประยุกต์ต่อในการทําชิ้นงานจัดเก็บผลมะเขือเทศเพราะฉะนั้นทางผู้จัดทําจึงได้ทําการทดลองกับวัตถุที่ค่อนข้างมีสีและรูปร่างที่ชัดเจน แต่ถ้าเปลี่ยนเป็นวัตถุชนิดอื่นอาจให้ผลที่แตกต่างกันไปขึ้นกับความแน่นอนในสีและรูปทรงของวัตถุที่นํามาเป็นตัวอย่างด้วย

Share with: