Deep Learning Models for Phytoplankton Detection for Water Quality Assessment

โมเดลเรียนรู้เชิงลึกสําหรับตรวจจับแพลงก์ตอนพืชในแหล่งนํ้าเพื่อเป็นต้นแบบในการประเมินคุณภาพนํ้า

by R. Phanphoowong, J. Amornophatsathein, K. Khaimuk, T. Dumkua, O. Chaowalit

บทคัดย่อ (TH)

ในประเทศไทย มีรายงานการพบยูกลีนอยด์ในสกุล Euglena, Phacus, Trachelomonas, Lepocinclis และ Strombomonas ซึ่งส่วนใหญ่พบในแหล่งน้ำที่มีอินทรียวัตถุมาก ยูกลีนอยด์หลายชนิดจึงถูกใช้บ่งชี้คุณภาพน้ำเสียจนถึงเสียมาก ยูกลีนอยด์กลุ่มนี้มีสัณฐานอิสระทำให้การระบุสกุลและนับจำนวนมีโอกาสผิดพลาดสูง รายงานนี้เสนอโปรแกรมตรวจจับวัตถุเพื่อลดความผิดพลาดดังกล่าว ข้อมูลภาพของยูกลีนอยด์ทั้ง 5 สกุลถูกรวบรวมตั้งแต่เดือนมิถุนายนถึงเดือนตุลาคม ค.ศ. 2022 ด้วยกล้องดิจิตอลสำหรับกล้องจุลทรรศน์และกล้องโทรศัพท์จากการส่องตัวอย่างน้ำจากคลองมหาสวัสดิ์ จังหวัดนครปฐม ประเทศไทย ชุดข้อมูลถูกกำหนดขอบเขตวัตถุบนรูปภาพและฝึกฝนโปรแกรมด้วยโมเดลเรียนรู้เชิงลึก 4 โมเดลได้แก่ Detectron2, YOLOv5, YOLOv7 และ YOLOv8 วัดค่าความแม่นยำและความไวของโมเดลและปรับปรุงโมเดลด้วยการแต่งเติมรูปภาพเพื่อครอบคลุมความเป็นไปได้ของภาพภายใต้กล้องจุลทรรศน์ โมเดลดีที่สุดคือโมเดล YOLOv5l มีค่าความแม่นยำและความไวเท่ากับ 0.839 และ 0.873 ตามลำดับ โมเดลนี้มีประสิทธิภาพสูงในแง่ของความถูกต้อง โดยมีอัตราการระบุสกุลผิดที่ต่ำ

← TOC Archive →