Automatic Classification of Mangosteens and Ripe Status in Images Using Deep Learning Based Approaches: เมื่อ AI สามารถคัดแยกคุณภาพของมังคุดได้

ความสามารถของปัญญาประดิษฐ์ (AI) ในปัจจุบัน ไม่ได้มีขอบเขตเพียงแค่ด้านคอมพิวเตอร์อีกต่อไป AI ได้แตกแขนงเข้าไปมีส่วนในการช่วยเหลือการทำงานในปัจจุบันให้รวดเร็วและง่ายดายมากยิ่งขึ้น ไม่เว้นแต่ทางด้านเกษตรกรรม (Agriculture) ที่ AI ได้เข้ามาเพิ่มประสิทธิภาพการผลิต และช่วยเกษตรกรในปัจจุบันมากยิ่งขึ้น ซึ่งรวมไปถึงการคัดแยกมังคุดด้วยเช่นกัน

ขอบคุณภาพประกอบข่าวจาก Facebook: MVIT Research LAB

Automatic Classification of Mangosteens and Ripe Status in Images Using Deep Learning Based Approaches หรือ โปรแกรมการแยกผลมังคุดและประเมินระยะความสุกของผลมังคุดในภาพโดยอัตโนมัติ เป็นหนึ่งในผลงานของโครงการ Automatic Grade Assessment and Translucent Flesh Disorder Detection of Mangosteens from Capturing Images using Deep Learning and Image Processing-based” ซึ่งมีอีกหนึ่งโปรแกรมที่พัฒนาออกมาพร้อมกัน ได้แก่ โปรแกรมจำแนกคุณภาพผลมังคุดและมังคุดเนื้อแก้วในภาพโดยอัตโนมัติ (Automatic Grade Assessment and Translucent Flesh Disorder Detection of Mangosteens from Capturing Images using Deep Learning and Image Processing-based Approaches) โดยทั้ง 2 โปรแกรมนี้ เป็นผลงานความร่วมมือระหว่างคณะเทคโนโลยีสารสนเทศและการสื่อสาร มหาวิทยาลัยมหิดล (ICT Mahidol) นำโดย รศ.ดร. วรพันธ์ คู่สกุลนิรันดร์ ประธานหลักสูตรปรัชญาดุษฎีบัณฑิต สาขาวิชาวิทยาการคอมพิวเตอร์ และหัวหน้ากลุ่มวิจัย Machine Vision and Information Transfer Lab (MVIT Lab) ร่วมกับ สำนักวิชาทรัพยากรการเกษตร จุฬาลงกรณ์มหาวิทยาลัย มีจุดเริ่มต้นจากความต้องการที่จะบูรณาการเทคโนโลยีสารสนเทศร่วมกับการจัดการด้านเกษตร ซึ่งการศึกษาครั้งนี้ เป็นการศึกษาเกี่ยวกับการคัดแยกคุณภาพของมังคุดซึ่งเป็นพืชเศรษฐกิจของประเทศไทย และมีการส่งออกไปต่างประเทศเป็นจำนวนมาก

“วิธีการในการคัดแยกมังคุดมีหลากหลายมาก วิธีการที่นิยมและเห็นกันบ่อยๆ คือการใช้คนมาคัดแยกทีละลูก โดยในแต่ละรอบที่คนมาขายที่สหกรณ์มันเยอะมากๆ เขาจะเทลงถาดขนาดใหญ่ 100 – 200 ลูก แล้วคนก็ช่วยกันคัด ซึ่งแต่ละคนก็มีมาตรฐานการแยกที่ไม่เหมือนกัน เนื่องจากเรียนรู้กันมาคนละแบบ ทำให้มีเกรดของมังคุดที่ต่างกัน และเรื่องของเวลา ในบางฤดูกาลก็ต้องทำถึงรุ่งเช้า เพราะถ้าเขาเก็บไว้สักครึ่งวัน มังคุดจะเปลี่ยนสีและสุก  ซึ่งหากต้องการขายให้มีราคาสูง เขาจะเอามาขายตั้งแต่ตอนมันเป็นสีเขียวสายเลือด โดยเป็นสีที่บ่งบอกว่ามังคุดยังไม่สุกแบบสมบูรณ์”

ขอบคุณภาพประกอบข่าวจาก Facebook: MVIT Research LAB

ทั้งนี้ ในปัจจุบันมีการพัฒนาเครื่องแยกมังคุดออกมา แต่เครื่องแยกมังคุดนั้นจะทำได้เพียงแค่คัดแยกขนาด สิ่งที่ยังไม่มีคือการคัดแยกเกรด สี ความสมบูรณ์ของเนื้อมังคุด และหากมังคุดมีขนาดใหญ่ ก็ยิ่งมีการคัดแยกที่ละเอียดมากขึ้น ซึ่งสิ่งที่จะช่วยให้สามารถคัดแยกคุณภาพของมังคุดเพิ่มเติมได้ นั่นคือการใช้ระบบกล้องในการคัดแยก

โดยทีมวิจัยได้พัฒนาระบบกล้องผ่านกระบวนการ Machine Learning และ Image Processing โดยเริ่มจากการป้อนข้อมูลภาพถ่ายมังคุด ที่มีการออกแบบสถาปัตยกรรมโครงสร้างของ Convolution Neural Network (CNN) โดยอ้างอิงจากความรู้ของผู้เชี่ยวชาญและเกษตรกร จากนั้นนำมาดัดแปลงเป็น Machine Learning Model ที่สามารถคาดการณ์ (Predict) เกรดของมังคุด โอกาสเป็นเนื้อแก้ว เนื้อยาง เนื้อเน่า ได้จากการดูลักษณะภายนอก

ในระหว่างการศึกษาผลงานนี้ รศ.ดร. วรพันธ์ คู่สกุลนิรันดร์ ได้เล่าถึงปัญหาที่พบระหว่างทำการวิจัย 2 ประเด็น ได้แก่ เวลาในการทำโครงการ เนื่องจากมังคุดนั้นออกเป็นฤดูกาล ไม่ได้ออกตลอดทั้งปี ทำให้การดำเนินงานบางส่วนของโครงการใช้ระยะเวลามากพอสมควร และในแต่ละพื้นที่ มีการแบ่งจำนวนเกรด หรือคุณภาพไม่เท่ากัน ในแต่ละพื้นที่มีมังคุดไม่เหมือนกัน เช่น พื้นที่ที่ไปศึกษานั้นเป็นมังคุดเนื้อดีหมด ทำให้ไม่มีตัวอย่างของเนื้อยางและเนื้อเน่าให้ศึกษา แต่ก็ทำให้เห็นถึงความหลากหลายของมังคุดในในแต่ละพื้นที่ทั่วประเทศไทย

สุดท้ายนี้ รศ.ดร. วรพันธ์ คู่สกุลนิรันดร์ ได้พูดถึงแนวโน้มของปัญญาประดิษฐ์และการเกษตรในปัจจุบัน

“จริงๆ การประยุกต์ใช้ปัญญาประดิษฐ์ (AI) ไม่ว่าจะเป็นการแพทย์ การกีฬา การเกษตร หรือปศุสัตว์ รูปแบบในการที่ AI เข้าไปช่วยคือ เราต้องดูว่าเราทำอะไร และเราอยากให้ AI เข้ามาช่วยอะไรแทนคน ทางด้านการเกษตร สิ่งที่ทีมวิจัยเราพยายามทำคือการทำให้หลายๆ กระบวนการในเกษตรกรรม เป็นระบบอัตโนมัติ ที่มี AI แบบครบวงจร เพื่อลดการสูญเสีย เพิ่มมาตรฐานในการดำเนินงาน และยกระดับมาตรฐานของสินค้าเกษตรจากประเทศไทย สิ่งที่เราจะได้คือเราจะมีอุปกรณ์ที่ช่วยทำให้ผลผลิตทางการเกษตรมีมาตรฐานในการส่งออกมากขึ้น ยกระดับวิถีของแรงงานทางด้านการเกษตร โดยแทนที่เขาจะมาดูมังคุดทีละลูก พวกเขาจะได้เรียนรู้เกษตรอัตโนมัติจากการใช้อุปกรณ์ที่เราออกแบบ ซึ่งจะช่วยเพิ่มทักษะ เพิ่มมาตรฐาน ปรับราคาสินค้าทางการเกษตร และสร้างภาพลักษณ์ของเกษตรกรรมประเทศเราให้มีมาตรฐานที่สูงเหมือนที่ประเทศญี่ปุ่น หรือที่ยุโรป”

ทั้งนี้ ผลงาน “โปรแกรมการแยกผลมังคุดและประเมินระยะความสุกของผลมังคุดในภาพโดยอัตโนมัติ” และ “โปรแกรมจำแนกคุณภาพผลมังคุดและมังคุดเนื้อแก้วในภาพโดยอัตโนมัติ” เป็นผลงานที่ได้รับการจดแจ้งลิขสิทธิ์เลขที่ลิขสิทธิ์ ว1.011025 และ เลขที่ลิขสิทธิ์ ว1.010995 เมื่อเดือนกุมภาพันธ์ 2567 ที่ผ่านมา โดยทีมวิจัยประกอบไปด้วย รศ. ดร. วรพันธ์ คู่สกุลนิรันดร์ หัวหน้ากลุ่มวิจัย ผศ.ดร. พิมพ์พินันท์ สมทรง อาจารย์ประจำสำนักวิชาทรัพยากรการเกษตร จุฬาลงกรณ์มหาวิทยาลัย คุณกิตติคุณ ทองกัญชร นักวิชาการคอมพิวเตอร์ (ผู้ชำนาญการพิเศษ) งานโครงสร้างพื้นฐานเทคโนโลยี ซึ่งเป็นศิษย์เก่า ICT รุ่น 1 คุณฐานันดร อิ่มอารมณ์กุล ศิษย์เก่า ICT รุ่น 12 และ คุณกิตตินันท์ อัคคะภิญโญ ศิษย์เก่า ICT รุ่น 14

Automatic Classification of Mangosteens and Ripe Status in Images using Deep Learning-based Approaches, Multimedia Tools and Applications (MTAP).

 

Automatic Grade Assessment and Translucent Flesh Disorder Detection of Mangosteens from Capturing Images using Deep Learning and Image Processing-based Approaches.

 

ดาวน์โหลดผลงานตีพิมพ์เรื่อง “Automatic Classification of Mangosteens and Ripe Status in Images Using Deep Learning Based Approaches” ได้ที่ >>> https://doi.org/10.1007/s11042-023-17505-0  

สามารถติดตามผลงานของ MVIT Lab ได้ที่ >>> https://sites.google.com/mahidol.edu/mvit-ict-mahidol