การตรวจสอบผลิตภัณฑ์นม

Abstract

ในปัจจุบันงานทางด้านการรู้จำตัวอักษรหรือข้อความโดยใช้เทคนิค Deep Learning มีการพัฒนาขึ้นอย่างต่อเนื่องโดยเฉพาะภาษาอังกฤษ ภาษาไทย เป็นต้น แต่ในส่วนการรู้จำตัวอักษรจากรูปภาพนั้นยังมีการพัฒนาที่ไม่มากพอ อีกทั้งประสิทธิภาพในการรู้จำยังไม่ดีเท่าที่ควร เนื่องจากงานวิจัยทางด้านการรู้จำตัวอักษรจากรูปภาพยังไม่แพร่หลาย ประกอบด้วย Algorithmที่ใช้ในการรู้จำมีความซับซ้อนเป็นอย่างมาก ดังนั้น จึงมีแนวคิดที่อยากจะศึกษาและพัฒนางานทางด้านการรู้จำตัวอักษรจากรูปภาพเพื่อเรียนรู้ Algorithm ตลอดจนทดสอบผลทำนายของโมเดลรู้จำที่ออกแบบ โดยในงานนี้จะเป็นลักษณะการตรวจสอบผลิตภัณฑ์ของกล่องนม ซึ่งจะใช้หลักการ Image Processing มาใช้ในขั้นตอน Pre-process เป็นขั้นตอนการเตรียมข้อมูลก่อนเข้าไปประมวลผลในโมเดล จากนั้นจะใช้ Convolutional Neural Network (CNN) และใช้ Tesseract OCR (Optical Character Recognition)ในการรู้จำตัวอักษร และทดสอบอัลกอรึทึมที่ใช้ในการรู้จำตัวอักษร โดยใช้การประมวลผลภาพจากการทดลองเพื่อประเมินประสิทธิภาพของโมเดลสถาปัยกรรม CNN บนพื้นฐานของ Convolutional ที่แตกต่างกันและการเลือกใช้ Optimizer โดยจะเลือกใช้ SGD ซึ่งทำการทดสอบประสิทธิภาพกับข้อมูล จึงนำโมเดลดังกล่าวมาประยุกต์ใช้กับ Application เพื่อเป็นการเผยแพร่การใช้งานโปรแกรมการรู้จำตัวอักษรจากรูปภาพต่อไป