top of page

ผลการทดสอบเชิงประสิทธิผล

     

ส่วนซอฟต์แวร์

        1.การประมวณผลภาพ 

                มีผลการทดสอบประสิทธิภาพ 2 กระบวนการ เปรียบเทียบกัน คือ การใช้ Deep Learning รวมกับ การตรวจจับตัวเลข  และวิธีการใช้ QR Code 

กระบวนการ

         กระบวนการที่ 1 การใช้ Deep Learning เพื่อนับกระสอบ และการตรวจจับตัวเลขแยกตามแบรนด์และน้ำหนัก

  • ตรวจจับแบรนด์ของผลิตภัณฑ์ด้วย Deep Learning เมื่อถ่ายภาพผลิตภัณฑ์ Deep Learning วิเคราะห์ว่าเป็นแบรนด์อะไร โดยใช้โมเดลการเรียนรู้ที่ได้เทรนไว้ล่วงหน้าแล้ว

 

               ตัวอย่างการตรวจจับแบรนด์ของผลิตภัณฑ์

            

  • ตรวจจับตัวเลขเพื่อหารหัสและน้ำหนักของกระสอบ ใช้วิธี SVM โมเดลเทรนตัวเลข 0-9 และนำลักษณะเด่นของตัวเลขมาสร้างโมเดลโดยใช้ SVM

               

                 ตัวอย่างภาพการตรวจจับตัวเลข

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

                     สรุปกระบวนการที่ 1 เมื่อทดสอบกับ 3 แบรนด์ ให้ผลถูกต้องทั้งหมด แต่เมื่อเทรนและทดสอบทั้งหมด 21 แบรนด์ แบ่งเป็นน้ำหนักกระสอบพบข้อผิดพลาด 80% จึงใช้วิธีการเพิ่ม QR CODE เพื่อแก้ปัญหาการตรวจนับกระสอบผิดพลาด

                     กระบวนการที่ 2 ใช้ QR CODE

  • สร้าง QR CODE ของแต่ละแบรนด์ แยกน้ำหนักตัวอักษร

                               ตัวอย่างภาพ QR CODE

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ส่วนประมวลผล

            การคัดแยกกระสอบ

           

         

            GUI

                     สามารถรับค่าและแสดงผลได้อย่างถูกต้อง

            Database

                     สามารถเขียนข้อมูลและส่งข้อมูลไปยังส่วนอื่นๆได้

             NETPIE

                     สามารถรับและแสดงผลข้อมูลได้โดยมีข้อสังเกตุคือความเร็วการเชื่อมต่ออินเทอร์เน็ตมีผลต่อความเร็วในการแสดงผลข้อมูล

             ฮาร์ดแวร์

                      อุปกรณ์ฮาร์ดแวร์สามารถทำงานร่วมกับฮาร์ดแวร์ได้

ฟฟฟฟ.jpg
Capture1.PNG
Capture111.PNG

kakpramwotong7730 50Kg

kaopluagmedkaingam 10Kg

Captur4444e.PNG
Logo NewKBTG60.png
Gravitech Hom-1.png
โลโก้ ครุฑแตรงอน กสทช. A1.png
bottom of page