បញ្ហា (The Problem)៖ ការសិក្សានេះដោះស្រាយបញ្ហាភាពមិនមានប្រសិទ្ធភាព និងការចំណាយខ្ពស់នៃការប្រមូលផលប៉េងប៉ោះដោយកម្លាំងពលកម្មមនុស្ស តាមរយៈការកែលម្អភាពត្រឹមត្រូវនៃប្រព័ន្ធប្រមូលផលដោយមនុស្សយន្ត (Robotic harvesting) ដោយប្រើប្រាស់បច្ចេកទេសកែច្នៃរូបភាពកម្រិតខ្ពស់ ដើម្បីកំណត់ទីតាំងចំណុចកណ្តាលនៃទំនាញ (Center of gravity)។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានបង្កើតគំរូកូនកាត់មួយដែលរួមបញ្ចូលបណ្ដាញសរសៃប្រសាទសិប្បនិម្មិត (CNNs) និង Part Affinity Fields (PAFs) ដោយធ្វើតេស្តលើបណ្តុំទិន្នន័យរូបភាពចម្រុះ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Hybrid CNN-PAF Model (Proposed) គំរូកូនកាត់បណ្តាញសរសៃប្រសាទ (CNN) និង Part Affinity Fields (PAFs) |
ផ្តល់ភាពត្រឹមត្រូវខ្ពស់ (៩៦,៤%) ក្នុងការកំណត់ទីតាំងចំណុចកណ្តាលទំនាញ និងមានភាពបត់បែនខ្ពស់ទៅនឹងលក្ខខណ្ឌបរិស្ថានកសិកម្មពិតប្រាកដ។ | ជួបការលំបាកខ្លះៗជាមួយរូបភាពប៉េងប៉ោះដែលមានទំហំតូច ឬនៅផ្តុំគ្នាជាន់គ្នា និងទាមទារកម្លាំងម៉ាស៊ីនកុំព្យូទ័រខ្ពស់ក្នុងការដំណើរការ។ | ទទួលបានកំហុសទីតាំងទាបបំផុតត្រឹមតែ ២,៦ ភីកសែលសម្រាប់ស្រទាប់ផ្កា (Calyx) និង ៥,៣ ភីកសែលសម្រាប់ចំណុចកណ្តាលទំនាញ។ |
| Image Thresholding (Intensity 110 & 120) បច្ចេកទេសកាត់វែកញែករូបភាព (Thresholding) កម្រិតពន្លឺ ១១០ និង ១២០ |
មានប្រសិទ្ធភាពខ្ពស់ក្នុងការកាត់វែកញែករូបរាងវណ្ឌវង្ក (Contours) នៃវត្ថុគោលដៅក្នុងលក្ខខណ្ឌដែលមានពន្លឺ និងកម្រិតពណ៌ (Contrast) ច្បាស់លាស់។ | អាចបាត់បង់ព័ត៌មានលម្អិតដ៏សំខាន់ប្រសិនបើរូបភាពមានពន្លឺមិនល្អ ឬមានកម្រិតពណ៌ប្រហាក់ប្រហែលគ្នារវាងផ្លែនិងស្លឹក។ | ជួយបំបែកតួផ្លែប៉េងប៉ោះពីផ្ទៃខាងក្រោយ (Background) បានយ៉ាងលឿនសម្រាប់បញ្ចូលទៅក្នុងសំណុំទិន្នន័យបង្វឹក AI។ |
| Image Dithering Technique បច្ចេកទេសរៀបចំរូបភាព Dithering |
រក្សាទុកព័ត៌មានលម្អិត និងវាយនភាព (Textures) បានយ៉ាងល្អ ទោះបីជានៅក្នុងតំបន់រូបភាពដែលមានកម្រិតពណ៌ខ្សោយ (Low contrast) ក៏ដោយ។ | អាចបង្កើតជាចំណុចតូចៗ (Noise) នៅលើរូបភាព ដែលតម្រូវឱ្យមានការព្យាបាលបន្ថែមមុននឹងបញ្ជូនទៅកាន់គំរូ CNN។ | អាចជួយកំណត់ទីតាំងតំបន់ស្មុគស្មាញនៃប៉េងប៉ោះ ដែលវិធីសាស្ត្រធម្មតាមើលរំលង។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការស្រាវជ្រាវនេះទាមទារកម្លាំងម៉ាស៊ីនកុំព្យូទ័រដែលមានសមត្ថភាពខ្ពស់ (GPU) និងសំណុំទិន្នន័យរូបភាពច្រើនសន្ធឹកសន្ធាប់ដើម្បីបង្វឹកគំរូ AI ឱ្យមានភាពត្រឹមត្រូវ។
សំណុំទិន្នន័យត្រូវបានប្រមូលផ្តុំពីផ្ទះកញ្ចក់ក្នុងខេត្ត Niigata ប្រទេសជប៉ុន និងប្រភពអនឡាញអន្តរជាតិ ដែលភាគច្រើនឆ្លុះបញ្ចាំងពីពូជប៉េងប៉ោះ និងបរិស្ថានកសិកម្មនៅតំបន់អាកាសធាតុត្រជាក់។ សម្រាប់ប្រទេសកម្ពុជា ការអនុវត្តគំរូនេះផ្ទាល់អាចប្រឈមនឹងបញ្ហាអគតិ (Bias) ដោយសារភាពខុសគ្នានៃកម្រិតពន្លឺព្រះអាទិត្យ ពូជប៉េងប៉ោះក្នុងស្រុក និងការដាំដុះក្នុងទីវាល (Open-field) ឬផ្ទះសំណាញ់ធម្មតា។
ទោះបីជាការប្រើប្រាស់មនុស្សយន្តប្រមូលផល (Robotic Harvesting) មិនទាន់ទូលំទូលាយនៅកម្ពុជាក៏ពិតមែន ប៉ុន្តែបច្ចេកវិទ្យាវិភាគរូបភាព (Computer Vision) នេះមានសក្តានុពលខ្ពស់សម្រាប់ការធ្វើទំនើបកម្មវិស័យកសិកម្មក្នុងស្រុក។
សរុបមក បច្ចេកទេសរៀបចំរូបភាពកម្រិតខ្ពស់នេះជាគ្រឹះដ៏ល្អមួយសម្រាប់ធុរកិច្ចថ្មីបច្ចេកវិទ្យាកសិកម្ម (AgriTech Startups) នៅកម្ពុជា ក្នុងការបង្កើតប្រព័ន្ធតាមដានដំណាំឆ្លាតវៃដែលអាចជួយកាត់បន្ថយពេលវេលា និងការប្រើប្រាស់កម្លាំងពលកម្មបានយ៉ាងមានប្រសិទ្ធភាព។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Convolutional Neural Networks (CNNs) | ជាប្រភេទបណ្ដាញសរសៃប្រសាទសិប្បនិម្មិត (AI) ដែលត្រូវបានរចនាឡើងយ៉ាងពិសេសសម្រាប់វិភាគទិន្នន័យរូបភាព។ វាមានសមត្ថភាពក្នុងការទាញយកលក្ខណៈពិសេសរបស់រូបភាព (ដូចជា ពណ៌ គែម និងរូបរាង) ដើម្បីធ្វើការចំណាំ និងចាត់ថ្នាក់វត្ថុដោយស្វ័យប្រវត្តិ។ | ដូចជាភ្នែក និងខួរក្បាលរបស់មនុស្ស ដែលពេលឃើញផ្លែប៉េងប៉ោះភ្លាម អាចដឹងថាវាជារាងមូល និងមានពណ៌ក្រហម ដោយមិនបាច់គិតវិភាគយូរ។ |
| Part Affinity Fields (PAFs) | ជាបច្ចេកទេសតំណាងវ៉ិចទ័រទ្វេវិមាត្រ (2D vectors) ដែលជួយកុំព្យូទ័រឱ្យយល់ពីទំនាក់ទំនង ទិសដៅ និងទីតាំងរវាងចំណុចសំខាន់ៗផ្សេងៗនៃវត្ថុមួយ (ឧទាហរណ៍៖ ទំនាក់ទំនងរវាងទង និងតួផ្លែប៉េងប៉ោះ) ដើម្បីជៀសវាងការចាប់គូខុសនៅពេលមានផ្លែប៉េងប៉ោះច្រើននៅផ្តុំគ្នា។ | ដូចជាការគូសបន្ទាត់ភ្ជាប់ពីចំនុចមួយទៅចំនុចមួយនៅលើផែនទី ដើម្បីបង្ហាញពីផ្លូវតភ្ជាប់ពីរាជធានីទៅខេត្ត ដែលប្រាប់យើងទាំងចម្ងាយ និងទិសដៅ។ |
| Gravimetric Analysis | នៅក្នុងបរិបទនៃការសិក្សានេះ វាគឺជាការវិភាគទម្ងន់និងរូបរាង ដើម្បីរកចំណុចកណ្តាលនៃទំនាញ (Center of gravity) របស់ផ្លែប៉េងប៉ោះ ដែលជួយឱ្យដៃមនុស្សយន្តដឹងពីចំណុចដែលត្រូវចាប់កាន់ប្រកបដោយលំនឹង និងមិនធ្វើឱ្យខូចខាតផ្លែ។ | ដូចជាពេលយើងចង់លើកតុមួយដែលធ្ងន់ យើងត្រូវរកមើលចំណុចកណ្តាលរបស់វាសិន ដើម្បីលើកទៅកុំឱ្យផ្អៀងធ្លាក់ ឬចំណាយកម្លាំងអត់ប្រយោជន៍។ |
| Dithering | ជាបច្ចេកទេសរៀបចំរូបភាពកម្រិតខ្ពស់ដោយប្រើកំហុសនៃបរិមាណ (Quantization errors) ដើម្បីបំប្លែងរូបភាពទៅជាសខ្មៅ (Monochromatic) ប៉ុន្តែនៅតែអាចរក្សាទុកនូវព័ត៌មានលម្អិត និងវាយនភាព (Texture) បានយ៉ាងល្អ ទោះជានៅតំបន់រូបភាពដែលមានកម្រិតពណ៌ខ្សោយក៏ដោយ។ | ដូចជាការគូរគំនូរដោយប្រើចំណុចខ្មៅតូចៗផ្តុំគ្នា ដែលកន្លែងចំណុចញឹកតំណាងឱ្យកន្លែងងងឹត ហើយកន្លែងចំណុចរង្វើលតំណាងឱ្យកន្លែងភ្លឺ ដោយមិនបាច់ប្រើពណ៌ប្រផេះឡើយ។ |
| Thresholding | វិធីសាស្ត្រកាត់វែកញែករូបភាពដោយផ្អែកលើកម្រិតពន្លឺ (Intensity) របស់ភីកសែល (Pixels)។ ភីកសែលណាដែលមានកម្រិតពន្លឺលើសលេខដែលបានកំណត់ នឹងត្រូវចាត់ទុកជាតួវត្ថុ (ឧ. ផ្លែប៉េងប៉ោះ) ឯភីកសែលដែលទាបជាង នឹងត្រូវកាត់ចេញជាផ្ទៃខាងក្រោយ (Background)។ | ដូចជាការរែងខ្សាច់អញ្ចឹង គ្រាប់ខ្សាច់ណាដែលធំជាងរន្ធរែង នឹងត្រូវជាប់នៅលើតម្រង ឯគ្រាប់តូចៗនឹងធ្លាក់ចុះក្រោមចេញអស់។ |
| Abscission zone | ជាតំបន់ជីវសាស្ត្រនៅលើទងផ្លែឈើ (ដូចជាប៉េងប៉ោះ) ដែលជាចំណុចខ្សោយពីធម្មជាតិ និងជាកន្លែងដែលផ្លែឈើនឹងរបេះផ្តាច់ចេញពីដើមនៅពេលវាទុំពេញលេញ។ នេះជាចំណុចគោលដៅសំខាន់បំផុតសម្រាប់ឱ្យមនុស្សយន្តធ្វើការកាត់ប្រមូលផល។ | ដូចជារន្ធកាត់ត្រៀមទុកនៅលើក្រដាសប្រាក់ ឬសំបុត្រកុន ដែលធ្វើឱ្យយើងងាយស្រួលហែកផ្តាច់យកមកប្រើប្រាស់ដោយមិនរហែកខូចទ្រង់ទ្រាយក្រដាសទាំងមូល។ |
| Confidence maps | ជាផែនទីកម្តៅ (Heat maps) ដែលគណនាដោយប្រូបាប៊ីលីតេ ដើម្បីបង្ហាញពីកម្រិតនៃទំនុកចិត្តរបស់ប្រព័ន្ធ AI ក្នុងការទស្សន៍ទាយទីតាំងជាក់លាក់ណាមួយ (ដូចជាចំណុចកណ្តាលនៃផ្លែប៉េងប៉ោះ) នៅលើទិន្នន័យរូបភាព។ | ដូចជារ៉ាដាចាប់ទីតាំងរន្ទះ កន្លែងដែលមានពណ៌ក្រហមចាស់នៅលើអេក្រង់ គឺបញ្ជាក់ថាប្រព័ន្ធមានភាពជឿជាក់ខ្ពស់បំផុតថានឹងមានរន្ទះបាញ់នៅទីនោះ។ |
| Transfer learning | ជាបច្ចេកទេស Machine Learning ដែលយកចំណេះដឹង (គំរូ AI) ដែលត្រូវបានបង្វឹករួចជាស្រេចពីបញ្ហាមួយ ទៅអនុវត្ត និងកែច្នៃបន្តដើម្បីដោះស្រាយបញ្ហាថ្មីមួយទៀតដែលមានលក្ខណៈស្រដៀងគ្នា ដើម្បីជួយសន្សំពេលវេលាបង្វឹក និងបង្កើនភាពត្រឹមត្រូវ។ | ដូចជាអ្នកដែលចេះជិះកង់ស្ទាត់ជំនាញរួចហើយ ពេលងាកមករៀនជិះម៉ូតូ គាត់អាចរៀនឆាប់ចេះជាងអ្នកដែលមិនធ្លាប់ជិះកង់សោះ ព្រោះគាត់ចេះពីរបៀបរក្សាលំនឹងរួចទៅហើយ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
