
PSRU Wang Manao Maker StartUp 2018



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



kakpramwotong7730 50Kg
kaopluagmedkaingam 10Kg



