การจำแนกสายพันธุ์กระบองเพชรด้วยโมเดลการเรียนรู้เชิงลึก
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาโมเดลการจำแนกสายพันธุ์กระบองเพชรด้วยการเรียนรู้เชิงลึก และเพื่อประเมินความถูกต้องของโมเดลการจำแนกสายพันธุ์กระบองเพชร โดยใช้ 3 โมเดลการเรียนรู้เชิงลึกที่ได้รับความนิยม ได้แก่ ResNet34, VGG16 และ MobileNetV3 ที่ฝึกฝนบนชุดข้อมูลรูปภาพกระบองเพชร 10 สายพันธุ์ที่ได้รับความนิยมจากผู้บริโภคจากข้อมูลของร้านขายกระบองเพชรในพื้นที่อำเภอเมืองนครราชสีมา จังหวัดนครราชสีมา จำนวน 4,512 ภาพที่ผ่านการดัดแปลงรูปภาพจากต้นฉบับ เพื่อเพิ่มขนาดของชุดข้อมูลโดยการแปลงรูปภาพเดิมให้หลากหลายมากขึ้น ช่วยให้โมเดลเรียนรู้ได้ดีขึ้น และไม่จำเพาะเจาะจงกับรูปภาพแบบใดแบบหนึ่งมากเกินไป กระบวนการฝึกฝนโมเดลโดยการตั้งค่าไฮเปอร์พารามิเตอร์ ร่วมกับการใช้เทคนิคการเรียนรู้แบบรอบเดียว (One cycle policy) ในการปรับอัตราการเรียนรู้และโมเมนตัม เพื่อปรับค่าน้ำหนักของโครงข่ายประสาทเทียมด้วยกระบวนการถ่ายทอดย้อนกลับ ผลการประเมินความถูกต้องบนชุดข้อมูลตรวจสอบ พบว่า โมเดล MobileNetV3 มีค่าความถูกต้องสูงสุดที่ 91.36% เช่นเดียวกับ ค่าความแม่นยำ ค่าการเรียกคืน และค่าประสิทธิภาพโดยรวม เท่ากับ 91.46%, 91.36% และ 91.20% ตามลำดับ เมื่อทดสอบกับชุดข้อมูลทดสอบที่โมเดลไม่เคยเห็นมาก่อนจำนวน 400 รูปภาพ เพื่อทดสอบประสิทธิภาพของโมเดลในสถานการณ์ใช้งานจริง โดยผ่านการประเมินความถูกต้องโดยผู้เชี่ยวชาญ พบว่า สามารถจำแนกสายพันธุ์กระบองเพชรได้ถูกต้องถึง 81.50%
Article Details
เอกสารอ้างอิง
Anderson, E. F. (2001). The cactus family. Portland, OR: Timber Press.
Barthlott, W., & Hunt, D. R. (1993). Cacti: An illustrated guide to the plants and their cultivation. Portland, OR: Timber Press.
Bay, H., Tuytelaars, T., & Van Gool, L. (2006). SURF: Speeded up robust features. The Proceedings of the European Conference on Computer Vision (ECCV), 7-13 May 2006, Graz, Austria, 404-417. https://doi.org/10.1007/11744023_32
Boser, B. E., Guyon, I. M., & Vapnik, V. N. (1992). A training algorithm for optimal margin classifiers. The Proceedings of the Fifth Annual Workshop on Computational Learning Theory, 27-29 July 1992, Pittsburgh, PA, USA, 144-152. https://doi.org/10.1145/130385.130401
Breiman, L. (2001). Random forests. Machine Learning, 45(1), 5-32. https://doi.org/10.1023/A: 1010933404324
Dalal, N., & Triggs, B. (2005). Histograms of oriented gradients for human detection. The Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 20-25 June 2005, San Diego, CA, USA, 886-893. https://doi.org/10.1109/CVPR.2005.177
He, K., Zhang, X., Ren, S., & Sun, J. (2016). Deep residual learning for image recognition. The Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 27-30 June 2016, Las Vegas, NV, USA, 770-778. https://doi.org/10.1109/CVPR.2016.90
Hongboonmee, N., & Thamditae, A. (2023). Preliminary classification of gemstones via mobile application using deep learning processes. Sripatum Review of Science and Technology, 15, 71-85. (in Thai)
Howard, A., Sandler, M., Chu, G., Chen, L. C., Chen, B., & Tan, M. (2019). Searching for MobileNetV3. The Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 27 Oct-2 Nov 2019, Seoul, South Korea, 1314-1324. https://doi.org/10.1109/ICCV.2019.00139
Hunt, D., Taylor, N., & Charles, G. (2006). The new cactus lexicon. Milborne Port, UK: DH Books.
Kamilaris, A., & Prenafeta-Boldú, F. X. (2018). Deep learning in agriculture: A survey. Computers and Electronics in Agriculture, 147, 70-90. https://doi.org/10.1016/j.compag.2018.02.016
Kingma, D. P., & Ba, J. (2014). Adam: A method for stochastic optimization. [Online]. Retrieved from: https://arXiv preprint arXiv: 1412.6980.
LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. Nature, 521(7553), 436-444. https://doi.org/10.1038/nature14539
Lowe, D. G. (1999). Object recognition from local scale-invariant features. The Proceedings of the IEEE International Conference on Computer Vision (ICCV), 20-27 September 1999, Corfu, Greece, 1150-1157. https://doi.org/10.1109/ICCV.1999.790410
Perez, L. & Wang, J. (2017). The effectiveness of data augmentation in image classification using deep learning. [Online]. Retrieved from: https://arXiv preprint arXiv:1712.04621.
Powers, D. M. (2011). Evaluation: From precision recall and F-measure to ROC informedness markedness and correlation. Journal of Machine Learning Technologies, 2(1), 37-63.
Ruder, S. (2016). An overview of gradient descent optimization algorithms. [Online]. Retrieved from: https://arXiv preprint arXiv: 1609.04747.
Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). Learning representations by back-propagating errors. Nature, 323(6088), 533-536. https://doi.org/10.1038/323533a0
Sae-Lim, W., Wettayaprasit, W., & Aiyarak, P. (2019). Convolutional Neural Networks Using MobileNet for Skin Lesion Classification. The Proceedings of 16th International Joint Conference on Computer Science and Software Engineering (JCSSE), 10-12 July 2019 at Chonburi, Thailand, 242-247.
Sangsuriyong, R. (2022). The risks of measurement error in quantitative research in sociology. Journal of Humanities and Social Sciences, Burapha University, 30(1), 158-185. (in Thai)
Sivic, J., & Zisserman, A. (2003). Video Google: A text retrieval approach to object matching in videos. The Proceedings of the IEEE International Conference on Computer Vision (ICCV), 13-16 October 2003, Nice, France, 1470-1477. https://doi.org/10.1109/ICCV.2003.1238663
Shmida, A. & Burgess, T. L. (1988). Plant growth form strategies and vegetation processes in the deserts of Israel and the Sinai. Plant Species Biology, 3(1), 59-69.
Shorten, C., & Khoshgoftaar, T. M. (2019). A survey on image data augmentation for deep learning. Journal of Big Data, 6(1), 1-48. https://doi.org/10.1186/s40537-019-0197-0
Simonyan, K. & Zisserman, A. (2014). Very deep convolutional networks for large-scale image recognition. [Online]. Retrieved from: https://arXiv preprint arXiv:1409.1556.
Smith, L. N. (2018). A disciplined approach to neural network hyper-parameters: Part 1 - Learning rate, batch size, momentum, and weight decay. [Online]. Retrieved from: https://arXiv preprint arXiv:1803.09820.
Sokolova, M., & Lapalme, G. (2009). A systematic analysis of performance measures for classification tasks. Information Processing & Management, 45(4), 427-437.
Srisaat, B. (2013). Introduction to research. 9th ed. Bangkok: Suweiryasarn.
Yosinski, J., Kirsch, A., Ramsey, J., Schneider, J., & Soh, M. (2014). How transferable are features in deep neural networks? [Online]. Retrieved from: https://arxiv.org/abs/1411.1792
Zhu, F., Sun, Y., Zhang, Y., Zhang, W., & Qi, J. (2023). An Improved MobileNetV3 Mushroom Quality Classification Model Using Images with Complex Backgrounds. Agronomy, 13(12), 2924. https://doi.org/10.3390/agronomy13122924.
