SaapFood Cam: แอปพลิเคชันการรู้จําอาหารไทยอีสาน โดยภาพถ่ายจากอุปกรณ์พกพา

Abstract

งานวิจัยเรื่องนี้มีวัตถุประสงค์เพื่อพัฒนาแอปพลิเคชันที่มีชื่อว่า SaapFood Cam ที่สามารถใช้ในการรู้จํา อาหารไทยอีสานในชีวิตประจําวันจากภาพถ่ายโดยโทรศัพท์มือถือบนระบบปฏิบัติการแอนดรอยด์ (Android) ได้ เนื่องจากในปัจจุบันการรับประทานอาหารนั้นถือได้ว่าเป็นปัจจัยที่ส่งผลโดยตรงต่อสุขภาพของมนุษย์ ทางผู้วิจัยจึง ได้นําเทคนิคการทํา Food Recognition โดยเทคนิคการเรียนรู้ของเครื่อง Deep Learning และ Convolutional Neural Network (CNN) มาช่วยในการสร้างแบบจําลองเพื่อทํานายรูปภาพอาหาร ผู้วิจัยใช้ฐานข้อมูลที่ประกอบ ไปด้วยอาหารอีสานจํานวน 44 อย่าง ชื่อว่า ISANTHFOOD-44 ในการฝึกฝนแบบจําลอง โดยรวบรวมรูปภาพ อาหารมาจากโครงการมณี มหาวิทยาลัยขอนแก่นและจาก search engine ผู้ใช้งานสามารถถ่ายรูปอาหารจาก โทรศัพท์มือถือผ่านแอปพลิเคชันเพื่อให้แอปพลิเคชันนํารูปภาพไปประมวลผลกับแบบจําลองและระบุว่าอาหารนั้น คืออาหารอะไรได้ ผลการฝึกฝนและทดลองของงานวิจัยนี้พบว่าจากการฝึกฝนทั้งหมด 3 แบบจําลอง ประกอบด้วย InceptionV3 ResNet50 และ MobileNetV2 แบบจําลอง ResNet50 ให้ค่าความแม่นยําที่ดีที่สุด (Top1- accuracy) อยู่ที่ 97.25% และให้ค่าความแม่นยําของการทํานายที่ปรากฎอยู่ในการทํานาย 5 อันดับแรก (Top5- accuracy) ที่ดีที่สุดอยู่ที่ 99.04% แบบจําลอง InceptionV3 ให้ค่าความแม่นยํา (Top1-accuracy) อยู่ที่ 97.23% และให้ค่าความแม่นยําของการทํานายที่ปรากฎอยู่ในการทํานาย 5 อันดับแรก (Top5-accuracy) อยู่ที่ 98.93% และแบบจําลองสุดท้าย MobileNetV2 ให้ค่าความแม่นยํา (Top1-accuracy) อยู่ที่ 96.88% และให้ค่า ความแม่นยําของการทํานายที่ปรากฎอยู่ในการทํานาย 5 อันดับแรก (Top5-accuracy) อยู่ที่ 98.86% โดย งานวิจัยนี้สามารถนําไปต่อยอดในอนาคตได้ เช่น การนําชื่ออาหารที่ได้ไปแสดงรายละเอียดดต่างๆให้แก่ผู้ใช้ได้ ทราบข้อมูล อาทิ แคลอรี่ของอาหารระดับความเค็มหรือความหวานโดยทั่วไปของอาหาร เป็นต้น และยังสามารถ ต่อยอดไปถึงการตรวจจับความเค็มโดยดูจากสีอาหารได้ในอนาคตอีกด้วย