กำลังโหลดข้อมูล…
Search for a command to run...
การวิจัยนี้มุ่งเน้นการพัฒนาและสร้างชุดข้อมูลมาตรฐานสำหรับกัญชา เพื่อเพิ่มประสิทธิภาพของแบบจำลองการเรียนรู้เชิงลึกในการจำแนกสุขภาพของต้นกัญชา วัตถุประสงค์หลักคือการพัฒนาชุดข้อมูลที่ครอบคลุมและหลากหลายเพื่อเพิ่มความแม่นยำและประสิทธิภาพของแบบจำลอง ชุดข้อมูลนี้แบ่งออกเป็นสามกลุ่มตามเพศของต้นกัญชา ได้แก่ เพศเมีย เพศผู้ และเพศผสม โครงการนี้สนับสนุนการวิจัยด้านสุขภาพและการใช้กัญชาในทางการแพทย์ โดยมุ่งเน้นให้ผลลัพธ์มีความน่าเชื่อถือในสาขาที่เกี่ยวข้อง การศึกษายังสำรวจชุดข้อมูลที่มีอยู่ เช่น ชุดข้อมูลพืชกัญชาไทยและชุดข้อมูลเมล็ดกัญชา ซึ่งประกอบด้วยภาพความละเอียดสูงที่ถ่ายภายใต้สภาพแสงและสิ่งแวดล้อมที่หลากหลาย ชุดข้อมูลเหล่านี้มีความสำคัญในการติดตามการเจริญเติบโต การประกันคุณภาพ และการบังคับใช้กฎหมาย งานวิจัยนี้ใช้โครงข่ายประสาทแบบคอนโวลูชัน (CNN) และโมเดล YOLO (You Only Look Once) โดยเฉพาะ YOLOv8 ในการจำแนกภาพกัญชา การเตรียมข้อมูลรวมถึงการทำความสะอาด ปรับขนาด และเพิ่มข้อมูลเพื่อปรับปรุงความทนทานของโมเดล ผลการประเมินแสดงให้เห็นถึงประสิทธิภาพของโมเดล YOLOv8 โดยเฉพาะ YOLOv8m-cls ในการจำแนกสุขภาพต้นกัญชาได้อย่างแม่นยำ ผลการประเมินจากผู้ใช้แสดงถึงความพึงพอใจในระดับสูงด้านความแม่นยำของ AI ความง่ายในการใช้งาน และการบูรณาการกับวิธีการเพาะปลูกที่มีอยู่ ซึ่งเน้นถึงศักยภาพของ AI ในการปรับปรุงการปฏิบัติทางการเกษตรและให้กรอบการทำงานสำหรับการพัฒนาระบบตรวจสอบสุขภาพพืชอัตโนมัติในอนาคต
เป้าหมายเมื่อจบโครงการ: 5 — 5. Key elements demonstrated in relevant environments
ศึกษา วิจัย ทดลอง พัฒนานวัตกรรมเพื่อแก้ปัญหาร่วมกับผู้มีส่วนได้ส่วนเสีย และทดสอบในสภาวะเลียนแบบใกล้เคียงสภาวะจริง แล้วได้ผลตามที่คาดหวัง สิ่งที่ได้ คือ องค์ประกอบสำคัญของต้นแบบระบบจำแนกสุขภาพต้นกัญชาและระบบจัดการฐานข้อมูลกลุ่มกัญชาที่ผ่านการทดสอบ หลักฐาน คือ วิธีการทดสอบที่เชื่อถือได้ ทำซ้ำได้ และสอดคล้องความต้องการที่จะประยุกต์ใช้งานของกลุ่มเป้าหมาย
ศึกษาและทบทวนงานที่เกี่ยวข้องกับการพัฒนาแบบจำลองสำหรับงานด้านการจำแนกข้อมูลด้วยเทคโนโลยีปัญญาประดิษฐ์ การพัฒนาระบบฐานข้อมูล และงานวิจัยที่เกี่ยวข้องด้านการจำแนกข้อมูลทางการเกษตร
เป้าหมายเมื่อจบโครงการ: 4 — 4. problem validated through pilot testing in relevant environment to substantiate proposed impact and societal readiness
ตรวจสอบแนวทางการแก้ปัญหาโดยการทดสอบในพื้นที่นำร่องเพื่อยืนยัน ผลกระทบตามที่คาดว่าจะเกิดขึ้น และดูความพร้อมขององค์ความรู้และ เทคโนโลยี
จากการวิเคราะห์ปัญหาและกำหนดความพร้อมของความรู้และเทคโนโลยีทางด้านสังคมที่มี พบว่า คุณภาพดินมีผลต่อการเจริญเติบโตของพืช เกิดค่าใช้จ่ายในการวัดค่าคุณภาพดินที่ใช้ปลูกของเกษตรกร อีกทั้งลักษณะการปลูกกัญชาของเกษตรกรแต่ละคนแตกต่างกัน ตามข้อจำกัดในการลงทุนของเกษตรกร และยังไม่มีการใช้เทคโนโลยีในการจัดการข้อมูล