
![image](/images/2025/25/01.png)

- ระบบช่วยวินิจฉัยโรคในมันสำปะหลังโดยการวิเคราะห์ภาพใบมันสำปะหลังรวมกับข้อมูลสภาพอากาศในท้องถิ่น เพื่อประเมินความเสี่ยงของโรค ด้วย Image Classification และ Deep Learning
- เกษตรกรต้องเจอปัญหาคือขาดความรู้ในการจำแนกและรักษาโรคมันสำปะหลัง ทำให้เกิดผลผลิตเสียหาย และราคามันสำปะหลังตกต่ำ ต้องเก็บผลผลิตให้ได้มากที่สุดโดยไม่ให้เสียจากโรค
- ใช้ Dataset จาก Kaggle มากกว่า 20,000 ภาพ ครอบคลุม 5 โรค ได้แก่ CBB, CBSD, CGM, CMD และ HEALTHY โดยแบ่งข้อมูลเป็น Train Set (โรคละ 700 รูป), Validation Set (โรคละ 70 รูป), Test Set (โรคละ 1,000 รูป) และยังไม่รวมกับ Pseudo-Data
- ใช้โมเดล Vision Transformer (ViT) ที่ Pretrained บน LAION-2B และ ImageNet ร่วมกับ Custom Layer ได้แก่ SEBlock, CrossStageAttention และ DynamicFeatureReducer
- ได้ผลลัพธ์ความแม่นยำ 92% ซึ่งดีกว่าการที่คนทั่วไปเดาโรคเอง


Aib5_Cassava_Kasetai

โดย Phatthanasak Kraiduang • -