กระบวนการทำงานของระบบ

ส่วนประกอบของซอฟต์แวร์

       1. ระบบการประมวณผลภาพ

          1.1 Deep Learning เป็นวิธีแรกที่เลือกใช้ในการคัดแยกของกระสอบ โดยทำการถ่ายภาพจากกระสอบในมุมที่ต่างกันเพื่อนำเข้ามาเทรนภาพ โดยการลงไลบรารีของ Tensor Flow เพื่อทำการเรียนรู้การจำภาพของกระสอบ ก่อนทำการ Deep learning 

หลังเทรนเสร็จก็ได้นำกระสอบต่างๆที่ได้มาจากโรงงานนำมาทดสอบ ซึ่งกระสอบที่ใช้ในการทดสอบมีทั้งหมด 50 ชนิด กระสอบที่สามารถทดสอบได้ถูกต้องมีเพียง 16 ชนิด ส่วนกระสอบที่ไม่สามารถทดสอบออกมาได้ถูกต้องนั้น สาเหตุเพราะมีระยะเวลาค่อนข้างจำกัด ทำให้มีการเทรนกระสอบได้น้อย เพราะการเทรนของกระสอบค่อนข้างที่จะใช้เวลานาน และกระสอบแต่ละชนิดมีความคล้ายคลึงกันมาก และมีสีของกระสอบที่ใกล้เคียงกัน ส่งผลให้โปรแกรมไม่สามารถแยกกระสอบออกมาได้อย่างถูกต้อง

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

            1.2 QR CODE เป็นวิธีการสุดท้ายที่เลือกใช้เนื่องจากการ Deep Learning ยังมีข้อจำกัดอยูาค่อนข้างเยอะ จึงเปลี่ยนมาใช้การอ่านค่าจาก QR CODE แทนเนื่องจาก QR CODE มีความถูกต้องและแน่นยำกว่า โดยทำการลงไลบรารี่ของการเขียนและอ่านของ QR CODE ก่อน เสร็จแล้วเขียนโปรมแกรมเพื่อใส่ค่าเข้าไปข้างใน หลังจากนั้นนำมาทดสอบอีกโปรแกรมที่เขียนไว้เพื่ออ่านค่าจาก QR CODE ไว้ ซึ่งสามารถอ่านค่าได้อย่างถูกต้องและแม่นยำ

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

       2.Database

           เป็นขั้นตอนการจัดเก็บข้อมูลลงไปใน Database เป็นฐานข้อมูลของระบบการทำงานทั้งหมดโดย Friebase

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

       3. GUI

        เป็นหน้าต่าง GUI ที่จะทำการใส่ชนิด น้ำหนัก และจำนวนของกระสอบ ตามออเดอร์ที่ได้มาจากลูกค้า โดยการออกแบบ GUI คำนึ่งถึงการใช้งานของผู้ประกอบการเป็นหลัก   

    

​

​

​

​

​

​

​

​

​

​

​

​

       4. NETPIE

           NETPIE คือ แพลตฟอร์ม IoT ที่ใช้เชื่อมต่ออุปกรณ์ในระบบ ใช้แสดงผลการทำงานของระบบในการนับจำนวนกระสอบ

การแยกชนิดกระสอบ หากมีการโหลดจำนวนกระสอบครบตามจำนวนออเดอร์แล้ว แถบสถานะจะแจ้งเตือนบนหน้าจอ