สืบค้นงานวิจัย
การรู้จำภาพอาหารไทยด้วยโครงข่ายประสาทเทียมแบบลึกบนสมาร์ทโฟน
สุรเชษฐ์ กานต์ประชา - มหาวิทยาลัยนเรศวร
ชื่อเรื่อง: การรู้จำภาพอาหารไทยด้วยโครงข่ายประสาทเทียมแบบลึกบนสมาร์ทโฟน
ชื่อเรื่อง (EN): Thai Food Image Recognition using Deep neural networks on Smartphone
ผู้แต่ง / หัวหน้าโครงการ: สุรเชษฐ์ กานต์ประชา
ผู้แต่ง / หัวหน้าโครงการ (EN): Surachet Kanprachar
บทคัดย่อ: งานวิจัยชิ้นนี้นำเสนอการออกแบบและพัฒนาแบบจำลองของโครงข่ายประสาทเทียมแบบลึก โดยมีจุดมุ่งหมายเพื่ออำนวยความสะดวกให้แก่นักท่องเที่ยวชาวต่างชาติที่ต้องการใช้งานแอพพลิเคชั่นสำหรับรู้จำภาพถ่ายอาหารไทยบนอุปกรณ์สมาร์ทโฟน โดยไม่จำเป็นต้องเชื่อมต่อเครือข่ายอินเตอร์เน็ตสำหรับการออกแบบของแบบจำลอง NU-InNet (Naresuan University Inception Network) ได้นำแนวคิด Inception module ของแบบจำลอง GoogLeNet ที่มีประสิทธิภาพด้านความถูกต้องสูง มาปรับเปลี่ยนจากลำดับชั้น Convolutional ที่มีขนาดมากกว่า 3×3 ให้เป็น double 3×3 แทน 5×5 และ triple 3×3 แทน 7×7 โดยการออกแบบจำลองมุ่งเน้นไปที่การลดเวลาในการประมวลผลและขนาดของแอพพลิเคชั่นให้เหมาะสมสำหรับการนำไปใช้งานบนสมาร์ทโฟน สำหรับชุดข้อมูลที่ใช้ในการฝึกฝนได้รวบรวมและจัดเก็บภาพถ่ายอาหารไทยที่ได้รับความนิยม 50 ประเภท (THFOOD-50) จำนวน 15,770 ภาพ มาฝึกฝนให้กับโครงข่ายประสาทเทียมแบบลึก จากการทดลองพบว่าแบบจำลอง NU-InNet มีประสิทธิภาพด้านความถูกต้องเพิ่มขึ้น 4.64% เวลาในการประมวลผลบนคอมพิวเตอร์ลดลง 1.9 เท่า และขนาดของแอพพลิเคชั่นลดลง 27 เท่าจากแบบจำลอง GoogLeNet และหากเพิ่มจำนวนความลึกของแบบจำลองให้มากขึ้น พบว่าแบบจำลอง NU-InNet ความลึกที่ 4 มีประสิทธิภาพด้านความถูกต้องเพิ่มขึ้น 8.07% เวลาในการประมวลผลบนคอมพิวเตอร์ลดลง 1.5 เท่า และขนาดของแอพพลิเคชั่นลดลง 10.9 เท่า เมื่อเปรียบเทียบกับแบบจำลอง BN-Inception (แบบจำลอง GoogLeNet ที่ใช้ลำดับชั้น Batch Normalization) นอกจากนี้แบบจำลอง NU-InNet ความลึกที่ 1 และ 4 ใช้เวลาในการเปิดแอพพลิเคชั่นและเวลารู้จำภาพถ่ายบนอุปกรณ์สมาร์ทโฟน เพียง 0.68 และ 0.81 วินาทีต่อการประมวลผล 1 ภาพ
บทคัดย่อ (EN): Abstract is in the attached file.
บทคัดย่อ: ไม่พบข้อมูลจากหน่วยงานต้นทาง
ภาษา (EN): th
เอกสารแนบ: http://nuir.lib.nu.ac.th/dspace/bitstream/123456789/3885/1/Fulltext.pdf
เผยแพร่โดย: มหาวิทยาลัยนเรศวร
คำสำคัญ: อาหารไทย
คำสำคัญ (EN): Smartphone
เจ้าของลิขสิทธิ์: มหาวิทยาลัยนเรศวร
รายละเอียด: 1. เพื่อศึกษาหลักการและทฤษฎีของโครงข่ายประสาทเทียมแบบลึก 2. เพื่อพัฒนาการรู้จำภาพอาหารไทยด้วยโครงข่ายประสาทเทียมแบบลึกบนสมาร์ทโฟน 3. เพื่อเพิ่มความถูกต้องในการระบุชื่อของอาหารจากวิธีการที่ได้รับความนิยมในอดีต
หากไม่พบเอกสารฉบับเต็ม (Full Text) โปรดติดต่อหน่วยงานเจ้าของข้อมูล

การอ้างอิง

สุรเชษฐ์ กานต์ประชา. "การรู้จำภาพอาหารไทยด้วยโครงข่ายประสาทเทียมแบบลึกบนสมาร์ทโฟนThai Food Image Recognition using Deep neural networks on Smartphone". มหาวิทยาลัยนเรศวร. 2560

สุรเชษฐ์ กานต์ประชา. "การรู้จำภาพอาหารไทยด้วยโครงข่ายประสาทเทียมแบบลึกบนสมาร์ทโฟนThai Food Image Recognition using Deep neural networks on Smartphone". มหาวิทยาลัยนเรศวร. 2560. Print.



TARR Wordcloud:
การรู้จำภาพอาหารไทยด้วยโครงข่ายประสาทเทียมแบบลึกบนสมาร์ทโฟน
สุรเชษฐ์ กานต์ประชา
มหาวิทยาลัยนเรศวร
31 ธันวาคม 2560
การศึกษาสัญญะที่แสดงความเป็นไทยในป้ายร้านอาหารไทยในปารีส ระบบฐานความรู้ของธุรกิจเกษตรอินทรีย์ในเขตจังหวัดเชียงใหม่ บนเครื่อข่ายอินเทอร์เน็ต การพัฒนาโครงข่ายการท่องเที่ยวเส้นทางเลียบชายฝั่งทะเลจังหวัดชุมพร การพัฒนาแขนเทียมด้วยเครื่องพิมพ์สามมิติจากภาพเอกซเรย์คอมพิวเตอร์ การวิจัยเพื่อพัฒนาโครงข่ายการท่องเที่ยวทางธรรมชาติ จังหวัดชุมพร และพื้นที่เชื่อมโยง ความรู้และทัศนคติของเจ้าหน้าที่ส่งเสริมเกษตรในการอนุรักษ์ทรัพยากรธรรมชาติบนที่สูง แนวทางการพัฒนาโครงข่ายการท่องเที่ยวเชิงนิเวศ ภายในจังหวัดชุมพร องค์ความรู้ - KM องค์ความรู้ - วีดิทัศน์ การศึกษาคุณภาพทางเคมี และการสีของเมล็ดของสายพันธุ์ข้าวที่ได้จากโครงการย่อยที่ 1 และโครงการย่อยที่ 2
คัดลอก URL
กระทู้ของฉัน
ผลการสืบค้นทั้งหมด โพสต์     เรียงลำดับจาก
พัฒนาระบบโดยศูนย์ความรู้เฉพาะด้านวิศวกรรมความรู้และวิศวกรรมภาษาDeveloped by Center of Excellence for Unified Knowledge and Language Engineering
สนับสนุนโดยสำนักงานพัฒนาการวิจัยการเกษตร (องค์การมหาชน)Supported by the Agricultural Research Development Agency (Public Organization)
แบบสำรวจความพึงพอใจQuestionair