คลังผลงานวิจัย กรมวิชาการเกษตร

รายงานผลงานวิจัยและพัฒนา

การพัฒนาโมเดลการจำแนกโรคและศัตรูพืชที่แสดงอาการบนใบมันสำปะหลัง

คำหลัก : มันสำปะหลัง โรคบนใบมันสำปะหลัง ข้อมูลภาพ

ผู้วิจัย : วีรศักดิ์ ขุนชำนาญ

ผู้ร่วมวิจัย : วีรศักดิ์ ขุนชำนาญ, ธีรภัทร์ ธรรมไชยางกูร, สุรพงษ์ ประสิทธิ์วัฒนเสรี, นครินทร์ทิพย์ พุทธสิทธิ์, สุวิชา อ่อนเฉียบ, นวลมณี พรหมนิล, อมรรัชฏ์ คิดใจเดียว, สายชล แสงแก้ว, เสาวรี บำรุง, นงนุช ช่างสี และยรรยง พันธ์พฤกษ์

หน่วยงาน : ศูนย์เทคโนโลยีสารสนเทศและการสื่อสาร ศูนย์วิจัยและพัฒนาการเกษตรปราจีนบุรี และศูนย์วิจัยและพัฒนาการเกษตรนครราชสีมา

ปี: 2564

ประเภทผลงาน: รายงานความก้าวหน้า

จำนวนผู้อ่าน: 6 ครั้ง

บทคัดย่อ (Abstract)

          โครงการวิจัยนี้มีวัตถุประสงค์เพื่อสารวจ และรวบรวมข้อมูลภาพใบมันสำปะหลังที่แสดงอาการเป็นโรครวมทั้งเก็บข้อมูลปัจจัยสภาพแวดล้อมของแปลงเกษตรกร จังหวัดนครราชสีมา ปราจีนบุรี และสระแก้ว และพัฒนาโมเดลการจำแนกภาพโรคที่แสดงอาการบนใบมันสำปะหลัง โดยเทคนิคการประมวลผลภาพดิจิทัล ดำเนินการระหว่างเดือนตุลาคม 2563 – เดือนกันยายน 2564 สามารถรวบรวมข้อมูลภาพใบมันสำปะหลังจากแปลงเกษตรกร จำนวน 9,907 ภาพ นำไปประมวลผลเบื้องต้นโดยการเพิ่มความคมชัด จัดเก็บในแฟ้มข้อมูลแยกตามคลาส เพื่อนำไปสร้างโมเดลการเรียนรู้ภาพใบมันสำปะหลังต่อไป แปลงมันสำปะหลังส่วนมากมีความชื้นใต้ทรงพุ่ม 31-40 % อุณหภูมิใต้ทรงพุ่ม 31-35 องศาเซลเซียส อุณหภูมิของดิน 31-35 องศาเซลเซียส และความชื้นในดิน 31-40 % อุณหภูมิสูงสุด 31-35 องศาเซลเซียส อุณหภูมิต่ำสุด 21-25 องศาเซลเซียส ความชื้นสัมพัทธ์ 61-70 % นำไปบรรยายภาพแบ่งเป็น 0) ต้นปกติ (Healthy) 1) โรคใบจุดสีน้ำตาล (CBS) 2) โรคใบไหม้ (CBB) 3) โรคแอนแทรคโนส (CAN) และ 4) อาการใบด่าง (CMD) นำภาพทั้งหมดเข้าสู่กระบวนการถ่ายทอดการเรียนรู้เชิงลึก (Transfer Learning) โดยใช้โมเดล ResNet (Deep Residual Learning for Image Recognition) แบ่งข้อมูลภาพเป็นข้อมูลฝึก 70 % และข้อมูลทดสอบ 30 % ผลลัพธ์ที่ได้มีค่าความถูกต้องของการจำแนก 94.90 เปอร์เซ็นต์ สามารถนำโมเดลไปพัฒนาแอปพลิเคชันเพื่อให้สามารถใช้งานได้ง่ายต่อไป

URL Reference :

(ดาวน์โหลด: 5 ครั้ง)

ปรับปรุงข้อมูลเมื่อวันที่ 08-11-2567

แจ้งไฟล์หาย