การตรวจจับเหล็กรูปพรรณรีดร้อนหน้าตัดรูปตัวเอชจากรูปภาพโดย YOLOV5 ด้วยเทคนิคการถ่ายโอนการเรียนรู้
Article Sidebar
Main Article Content
บทคัดย่อ
การบริหารจัดการคลังสินค้าให้มีประสิทธิภาพนั้น มีความสำคัญอย่างยิ่งในการดำเนินธุรกิจโดยขั้นตอนนึงที่สำคัญคือการตรวจสอบสต็อกสินค้าภายในคลังสินค้าเปรียบเทียบกับตัวเลขสต็อกสินค้าที่เก็บไว้ระบบ ซึ่งขั้นตอนนี้จะต้องใช้พนักงานนับสินค้าจำนวนหลายคนเพื่อที่จะตรวจสอบสต็อกสินค้าในคลังสินค้าทั้งหมด ทำให้ใช้ระยะเวลาในการทำงานยาวนานและมีค่าใช้จ่ายที่สูงและอาจเกิดความผิดพลาดในการตรวจสอบได้ งานวิจัยนี้จึงได้นำเสนอตัวแบบเพื่อใช้ในการตรวจจับเหล็กรูปพรรณรีดร้อนหน้าตัดตัวเอชเพื่อทำการตรวจสอบสต็อกสินค้า โดยเลือกใช้ตัวแบบที่ผ่านการฝึกมาแล้วล่วงหน้าคือ YOLOV5m และใช้การถ่ายโอนการเรียนรู้ ซึ่งสามารถตรวจจับเหล็กหน้าตัดตัวเอชได้ค่าความแม่นยำ (Precision) เท่ากับ 0.992 ค่าความระลึก (Recall) เท่ากับ 0.822 และค่า F1 score เท่ากับ 0.899
Article Details
เอกสารอ้างอิง
Xiaohu, Liu & Jineng, Ouyang. (2018). Research on steel bar detection and counting method based on contours. 294-297. 10.1109/ELTECH.2018.8401470.
Ghazali, Muhammad Faiz & Wong, Lai Kuan & See, John. (2017). Automatic Detection and Counting of Circular and Rectangular Steel Bars. 10.1007/978-981-10-1721-6_22.
Fan, Z., Lu, J., Qiu, B., Jiang, T., An, K., Josephraj, A. and Wei, C., 2019. Automated Steel Bar Counting and Center Localization with Convolutional Neural Networks. [online] arXiv.org. Available at: https://arxiv.org/abs/1906.00891
Hernández-Ruiz, Ana & Martinez-Nieto, Alejandro & Buldain Pérez, Julio David. (2021). Steel Bar Counting from Images with Machine Learning. Electronics. 10. 10.3390/electronics10040402.
Shin, Y.; Heo, S.; Han, S.; Kim, J.; Na, S. An Image-Based Steel Rebar Size Estimation and Counting Method Using a Convolutional Neural Network Combined with Homography. Buildings 2021, 11, 463. https://doi.org/10.3390/buildings11100463
Yang, Han & Fu, Chenghua. (2019). Quantity Detection of Steel Bars Based on Deep Learning. OALib. 06. 1-9. 10.4236/oalib.1105784.
Y. Zhu, C. Tang, H. Liu and P. Huang, "End-Face Localization and Segmentation of Steel Bar Based on Convolution Neural Network," in IEEE Access, vol. 8, pp. 74679-74690, 2020, doi: 10.1109/ACCESS.2020.2989300.
Li, Yang & Lu, Yujie & Chen, Jun. (2021). A deep learning approach for real-time rebar counting on the construction site based on YOLOv3 detector. Automation in Construction. 124. 103602. 10.1016/j.autcon.2021.103602.
W. Zhang, C. Zhu, G. E. O. Widera (1996). On the use of the upper-bound method for load determination in H-beam rolling. Journal of Materials Processing Technology Volume 56, Issues 1–4, January 1996, Pages 820-833.
Ben Guan, Yong Zang, Diping Wu, and Qin Qin (2017). Stress-inheriting behavior of H-beam during roller straightening process. Journal of Materials Processing Technology Volume 244, June 2017, Pages 253-272.
