การเปรียบเทียบโมเดลตรวจจับวัตถุด้วยโครงข่ายประสาทเทียมแบบคอนโวลูชันในงานภาพถ่ายทางอากาศจากอากาศยานไร้คนขับ

Abstract

ในบทความวิจัยนี้ได้ทำการศึกษาการเปรียบเทียบโมเดลตรวจจับวัตถุด้วยโครงข่ายประสาทเทียมที่ใช้ในงานภาพถ่ายทางอากาศที่ได้จากอากาศยานไร้คนขับ (Unmanned Aerial Vehicle: UAV) โดยได้ทำการตรวจจับวัตถุสองชนิด คือ สิ่งก่อสร้างและยานพาหนะ ทั้งนี้ อาศัยโมเดลการเรียนรู้ของเครื่อง (Machine Learning) ในการตรวจจับวัตถุ (Object Detection) โดยใช้โมเดลต่าง ๆ เพื่อหาว่ามีข้อดีข้อเสียแตกต่างกันอย่างไร ผ่านโมเดลที่ใช้เปรียบเทียบดังนี้ Faster R-CNN, MobileNetv1, Retinanet50, YOLOv4, YOLOv4-tiny, YOLOv7, EfficientDet ซึ่งจากการทดลองครั้งนี้ พบว่า YOLOv7 มีความแม่นยำในการตรวจจับ 58.5% ซึ่งมากกว่า MobileNetv1, YOLOv4, Faster R-CNN, YOLOv4-tiny, EfficientDet และ Retinanet50 ที่ 49.5%, 45.1%, 21.2%, 17.6%, 14.5%, 1.2% ตามลำดับ โมเดลที่มีความเร็วสูงสุดคือ MobileNetv1 มีความเร็วถึง 196.01 เฟรมต่อวินาที ซึ่งเป็นความแม่นยำและความเร็วที่เพียงพอต่องานตรวจจับวัตถุในงานภาพถ่ายทางอากาศจากอากาศยานไร้คนขับ