Development of Rice Grain Phenotype Quality Verification System using Machine Learning

ผู้แต่ง

  • Kulwadee Tanwong
  • Poonpong Suksawang
  • Yunyong Punsawad

คำสำคัญ:

quality verification system, rice grain phenotype, machine learning, convolutional neural networks, subsumption theory

บทคัดย่อ

การวิจัยครั้งมีวัตถุประสงค์ (1) เพื่อตรวจสอบคุณภาพทางฟีโนไทป์ของเมล็ดข้าวด้วยการเรียนรู้ของเครื่องโดยใช้เทคนิคนิวรอลเน็ตเวิร์กคอนโวลูชัน และ (2) ตรวจสอบประสิทธิภาพของโปรแกรมตรวจสอบคุณภาพทางฟีโนไทป์ของเมล็ดข้าวจำแนกตามเกณฑ์การแบ่งกลุ่มข้าวหอมมะลิภายใต้พระราชบัญญัติการส่งออกสินค้าเกษตร โดยสร้างภาพดิจิตอลเมล็ดข้าวที่ได้จากศูนย์วิจัยข้าวปทุมธานี จำนวน 2,150 ภาพ ครอบคลุมข้าวหอมมะลิ 4 กลุ่ม ๆ  ทำการสอนเครื่องจักรตามทฤษฎีการเรียนรู้อย่างมีความหมายออซูเบล แบ่ง สัดส่วนโมเดลฝึก: การทดสอบ เท่ากับ 60: 40 คำนวณโมเดลฝึกตรวจสอบคุณภาพข้าวด้วยภาพ 1,850 ภาพ ทำซ้ำ จำนวน 25 ชั้นการทดสอบ ได้ประสิทธิภาพของโมเดลฝึกเข้าใกล้ 100 เปอร์เซนต์ แล้วนำโมเดลฝึกไปทดสอบซ้ำด้วยภาพ 1,300 ภาพ โปรแกรมที่พัฒนาขึ้นมีอัตราส่วนของการค้นพบภาพที่ถูกต้อง (accuracy) ทั้งหมดจากจำนวนภาพที่มีอยู่ คือ 0.907 คลาดเคลื่อนของโปรแกรม (F-measure) คือ 0.028

Downloads

เผยแพร่แล้ว

2019-04-19

ฉบับ

บท

บทความวิจัย