การพัฒนาระบบควบคุมโรงเรือนใบบัวบกอัตโนมัติโดยใช้เทคโนโลยี IoT และการจำแนกใบบัวบกโดยการเรียนรู้เชิงลึก

บทคัดย่อ

งานวิจัยนี้มีวัตถุประสงค์เพื่อ 1) ส่วนของการพัฒนาระบบควบคุมโรงเรือนนอัตโนมัติโดยใช้เทคโนโลยี IoT โดยโรงเรือนประกอบด้วย เซ็นเซอร์ตรวจวัดอุณหภูมิ ความชื้นในดิน เซ็นเซอร์ธาตุ N P K โดยส่งข้อมูลกับ NetPie server ทำงานร่วมกับ ภาพจากกล้องวงจรปิดในโรงเรือน และ AI server เพื่อควบคุมการทำงาน ระบบเครื่องลดน้ำ ระบบพ่นหมอก โดยโรงเรือนสามารควบคุมได้ทั้งที่โรงเรือนหรือควบคุมผ่านระบบอินเทอร์เน็ตและควบคุมอัตโนมัติผ่านปัญญาประดิษฐ์ 2) ส่วนการเพื่อศึกษาการจำแนกรูปภาพใบบัวบกที่มีขนาดเล็ก ขนาดกลาง ขนาดใหญ่ โดยใช้การเทคนิคการเรียนรู้เชิงลึก เพื่อพัฒนาแบบจำลองการจำแนกโครงสร้างประสาทเทียม Convolutional Neural Network (CNN) โดยใช้ โมเดล VGG16, ResNet50 และ InceptionV3 ร่วมกับการใช้เทคนิคการเรียนรู้แบบถ่าย โดยได้ใช้ชุดข้อมูลที่เก็บรวบรวมเองและภาพจากอินเทอร์เน็ต

ผลการวิจัยพบว่า

1.  ระบบควบคุมโรงเรือนอัตโนมัติผู้เชี่ยวชาญและผู้ใช้งานจำนวน 10 คน มีความพึงพอใจอยู่ในระดับพึงพอใจมาก ( = 4.16, S.D. = 0.74) และระบบปัญญาประดิษฐ์ ประเมินโมเดล VGG16 มีประสิทธิภาพมากที่สุด ค่าความแม่นยำ เท่ากับ .82 รองลงมาคือโมเดล InceptionV3 เท่ากับ .73 และ ResNet50 เท่ากับ .60 อยู่ในเกณฑ์ที่ดี
2. สามารถจำแนกใบบัวบกที่ขนาดใบเล็กถูกต้อง 83 ภาพ ทายผิด 19 ภาพ ใบบัวบกที่ขนาดใบกลางถูกต้อง 82 ภาพ ทายผิด 18 ภาพ และใบบัวบกที่ขนาดใบใหญ่ถูกต้อง 80 ภาพ ทายผิด 18 จากข้อมูลทดสอบ 300 รูปภาพ