การพัฒนาแบบจำลองการตรวจจับพริกชี้ฟ้าสำหรับเครื่องคัดแยก

บทคัดย่อ

คณะวิทยาศาสตร์ ศรีราชา มหาวิทยาลัยเกษตรศาสตร์ วิทยาเขตศรีราชา ตั้งอยู่ในเขตอุตสาหกรรมและการเกษตร ต้องการส่งเสริมการพัฒนาอุตสาหกรรมการเกษตรโดยใช้เทคโนโลยีทางคอมพิวเตอร์นำมาพัฒนา ดังนั้นงานวิจัยนี้จึงมีวัตถุประสงค์ในการปรับปรุงกระบวนการคัดแยกเพื่อคัดแยกพริกชี้ฟ้าตามสีที่เหมาะสม โดยการใช้เทคนิคการเรียนรู้เชิงลึก (Deep Learning) เช่น YOLO เพื่อพัฒนาโมเดลในการวิเคราะห์สีของพริกชี้ฟ้า สำหรับการคัดแยกสีและการกำหนดระยะเวลาที่เหมาะสมสำหรับการใช้งาน เพื่อนำโมเดลใช้ร่วมกับเครื่องคัดแยกเป็นการปรับปรุงกระบวนการคัดแยกในสายการผลิตและบรรจุภัณฑ์ของพริกชี้ฟ้าในอุตสาหกรรมเกษตร ทางผู้วิจัยจึงได้ประยุกต์ใช้เทคนิค YOLO พัฒนาโมเดลในการคัดแยกพริกชี้ฟ้าที่สามารถคัดแยกพริกชี้ฟ้าตามสีได้อย่างแม่นยำ โดยการเก็บรวบรวมข้อมูลภาพพริกชี้ฟ้าจำนวน 294 ภาพ และใช้สถิติการวัดผล ได้แก่ Precision, Recall และ Mean Average Precision (mAP) เพื่อประเมินผลการทำงานของโมเดล ผลการวิจัยพบว่าโมเดลที่พัฒนามีความแม่นยำสูงโดยมีค่า Precision เฉลี่ย 99.6% การศึกษาความสามารถของแบบจำลองในการนำไปใช้งาน โดยพิจารณาถึงความแม่นยำ ความรวดเร็ว และความคุ้มค่าทางเศรษฐกิจ ซึ่งสามารถนำไปพัฒนาใช้กับเครื่องคัดแยกพริกได้อย่างมีประสิทธิภาพ เพื่อให้การคัดแยกสีของพริกเป็นไปตามความต้องการ นอกจากนี้ผลการวิจัยครั้งนี้ยังสามารถเสนอแนวทางในการพัฒนาต่อยอดและประยุกต์ใช้เทคโนโลยีการตรวจจับด้วยภาพสำหรับการคัดแยกผลิตภัณฑ์เกษตรชนิดอื่น ๆ เพื่อเพิ่มประสิทธิภาพและลดการสูญเสียในกระบวนการผลิตในอุตสาหกรรมการเกษตร