AI สำหรับเกษตรกรไทย

ตรวจโรคใบข้าวโพดด้วย AI ได้ผลภายในไม่กี่วินาที

เครื่องมือช่วยเกษตรกรวินิจฉัยโรคใบข้าวโพดเบื้องต้นจากภาพถ่าย พัฒนาต่อยอดจากงานวิจัยด้าน Deep Learning เพื่อให้เข้าถึงง่ายผ่านมือถือและกล้องวงจรปิดในแปลง

4

กลุ่มอาการที่จำแนกได้

91.74%

ความแม่นยำโมเดลอ้างอิง

8,188

ภาพที่ใช้ศึกษาวิจัย

2

ช่องทางตรวจ: มือถือ/กล้อง IP

ใช้งานยังไง

ระบบออกแบบให้ใช้งานง่ายทั้งบนคอมพิวเตอร์และมือถือ ครบตั้งแต่ถ่ายภาพจนถึงอ่านผลและดูแลรักษา

📷

1. ตรวจโรค

ถ่ายภาพหรือเลือกภาพใบข้าวโพดใกล้ ๆ ระบบจะวิเคราะห์และบอกผลพร้อมคำอธิบายสาเหตุ วิธีแก้ไข และผลกระทบหากไม่จัดการ

🎥

2. กล้องสด

ดูภาพสดจากกล้อง IP Camera ที่ติดตั้งไว้ในแปลง ตรวจสอบสภาพต้นข้าวโพดได้จากระยะไกล (ต้องเข้าสู่ระบบ)

🌽

3. อ่านผลและดูแลรักษา

ผลตรวจแสดงทั้งชื่อโรคภาษาไทย/อังกฤษ พร้อมคำแนะนำที่เข้าใจง่าย เหมาะสำหรับเกษตรกรนำไปใช้ตัดสินใจต่อ

ที่มาของโครงการ

การระบาดของโรคในพืชเป็นปัญหาสำคัญที่ส่งผลกระทบต่อผลผลิตทางการเกษตร โดยเฉพาะข้าวโพดซึ่งเป็นพืชเศรษฐกิจหลักของประเทศไทย การตรวจสอบและวินิจฉัยโรคพืชในปัจจุบันยังคงพึ่งพาผู้เชี่ยวชาญหรือการวิเคราะห์ด้วยสายตาของเกษตรกรเอง ซึ่งอาจมีความคลาดเคลื่อนและใช้เวลานาน

โครงการนี้ต่อยอดจากงานวิจัยการพัฒนาระบบตรวจจับโรคจากใบข้าวโพดด้วยเทคโนโลยีปัญญาประดิษฐ์ (AI) และการเรียนรู้เชิงลึก (Deep Learning) โดยเปรียบเทียบโมเดล CNN, MobileNetV2, ResNet50 และ EfficientNetB0 ด้วยเทคนิค Transfer Learning เพื่อจำแนกโรคใบข้าวโพด 4 กลุ่ม ได้แก่ ใบปกติ, โรคราสนิม (Common Rust), โรคใบไหม้แผลใหญ่ (Northern Leaf Blight) และโรคใบจุดสีเทา (Gray Leaf Spot)

2,162ใบปกติ (Healthy)

2,306โรคราสนิม

2,146ใบไหม้แผลใหญ่

1,574ใบจุดสีเทา

ผลการทดลองเปรียบเทียบ 4 โมเดล พบว่า MobileNetV2 ให้ผลลัพธ์ดีที่สุดทั้งด้านความแม่นยำและระยะเวลาฝึกโมเดล:

โมเดล	ลักษณะเด่น	ผลลัพธ์
MobileNetV2	เบา เร็ว เหมาะกับอุปกรณ์พกพา	Accuracy 91.74% (สูงสุด, เทรนเร็วสุด)
CNN	โครงสร้างพื้นฐาน Convolution หลายชั้น	รองลงมา
EfficientNetB0	Compound Scaling ปรับสมดุล 3 มิติ	ใกล้เคียง CNN
ResNet50	Residual Learning ชั้นลึก	ต่ำสุด (พบ Overfitting)

ระบบที่พัฒนาต่อยอดจากงานวิจัยนี้ถูกออกแบบให้ใช้งานผ่านเว็บแอปพลิเคชันที่รองรับทั้งการอัปโหลดภาพ กล้องมือถือ และกล้อง IP Camera เพื่อวิเคราะห์โรคพืชแบบเรียลไทม์ ช่วยลดต้นทุนการตรวจสอบ ลดการใช้สารเคมีที่ไม่จำเป็น และเพิ่มโอกาสเข้าถึงเทคโนโลยีของเกษตรกรไทย