การตรวจจับความผิดปกติของใบหญ้าเอ็นยืด (Plantago majorjor L.) ในการเพาะปลูกด้วยการประมวลผลภาพ
Summary
No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.
Summarise with VIRAT Free to try with your Science Catalogs account.Abstract
งานวิจัยนี้นำเสนอระเบียบวิธีสำหรับการตรวจจับความผิดปกติของใบหญ้าเอ็นยืด (Plantago major L.) ภายใต้บริบทการเพาะปลูก โดยบูรณาการการประมวลผลภาพร่วมกับการเรียนรู้เชิงลึก กระบวนการดำเนินงานประกอบด้วยการเก็บรวบรวมภาพใบจากสภาพแวดล้อมจริง การปรับปรุงคุณภาพภาพและการจัดเตรียมชุดข้อมูล การกำหนดป้ายกำกับ (Annotation) และการฝึกแบบจำลองตรวจจับวัตถุ YOLOv8 เพื่อใช้ตรวจจับและจำแนกความผิดปกติของใบเป็น 3 กลุ่ม ได้แก่ ใบเหลือง ใบมีร่องรอยการถูกทำลายจากแมลง และใบเป็นรู นอกจากนี้ ได้พัฒนาและนำเสนอระบบต้นแบบในรูปแบบเว็บแอปพลิเคชัน เพื่อรองรับการส่งภาพเข้าสู่ระบบและแสดงผลการตรวจจับในลักษณะเกือบเวลาจริง (Near real-time) ผลการทดสอบแสดงว่าแบบจำลองสามารถจำแนกความผิดปกติได้อย่างมีประสิทธิภาพ โดยให้ค่า mAP@0.5 เท่ากับ 0.95 แนวทางที่นำเสนอมีศักยภาพในการสนับสนุนการเฝ้าระวังสุขภาพพืชและลดภาระการตรวจสอบด้วยแรงงาน ทั้งนี้ ผลลัพธ์ของระบบมุ่งเน้นการคัดกรองความผิดปกติจากอาการที่ปรากฏบนใบในระดับอาการ (Symptom-level) และมิได้มีวัตถุประสงค์เพื่อยืนยันโรคหรือสาเหตุเชิงวินิจฉัยของความผิดปกติ
Fields of Study & Subjects
Smart Agriculture and AI
Industrial Vision Systems and Defect Detection
Advanced Neural Network Applications
Publication details
- Journal / source
- วิทยาศาสตร์และเทคโนโลยีสู่ชุมชน
- Volume
- 4
- Issue
- 2
- Pages
- 1–13
- Publication date
- 30 March 2026
- Language
- TH