---

บทคัดย่อ

ไก่พื้นเมืองพันธุ์ประดู่หางดำเป็นพันธุ์ที่มีการเลี้ยงมากที่สุดในประเทศไทยและมีความหลากหลายทางพันธุกรรมเป็นอย่างมาก ผู้ที่ไม่มีประสบการณ์และความชำนาญไม่สามารถแยกระหว่างพันธุ์แท้และลูกผสมได้อย่างถูกต้อง ในการทดลองนี้จึงได้นำเสนอการใช้เทคนิคการเรียนรู้เชิงลึกด้วยโครงข่ายประสาทเทียมแบบคอนโวลูชันซึ่งเป็นเทคนิคในการจำแนกภาพที่มีประสิทธิภาพในการแก้ไขปัญหานี้ ใช้ไก่พื้นเมืองพันธุ์ประดู่หางดำพันธุ์แท้และลูกผสมระหว่างประดู่หางดำกับเหลืองหางขาวจำนวน 4 กลุ่ม ดังนี้ พันธุ์แท้เพศผู้ พันธุ์แท้เพศเมีย ลูกผสมเพศผู้ และลูกผสมเพศเมีย เก็บข้อมูลภาพกลุ่มละ 250 ภาพ รวมเป็น 1,000 ภาพ ทดสอบสถาปัตยกรรม 4 แบบ คือ LeNet-5, AlexNet, CNN1 และ CNN2 ปรับขนาดภาพเป็น 224x224 พิกเซล โดยกำหนดรอบในการประมวลผลเป็น 10 และ 20 รอบ จากการทดลองพบว่า การใช้สถาปัตยกรรมแบบ LeNet-5 และฟังก์ชันกระตุ้นเรคติไฟด์ลินเนียนยูนิต ประมวลผล 20 รอบ มีความแม่นยำในการเรียนรู้ การตรวจสอบ และการทดสอบมากที่สุด แต่สถาปัตยกรรมแบบ CNN2 ประมวลผล 20 รอบ สามารถทำนายผลได้ถูกต้องมากที่สุด คือ 96.67% จากผลการทดลองแสดงให้เห็นว่าการใช้สถาปัตยกรรมอย่างง่ายของโครงข่ายประสาทเทียมแบบคอนโวลูชันอย่าง CNN2 สามารถจำแนกพันธุ์ไก่พื้นเมืองได้อย่างมีประสิทธิภาพ คำสำคัญ: การเรียนรู้เชิงลึก โครงข่ายประสาทเทียมแบบคอนโวลูชัน การจำแนก ไก่พื้นเมืองพันธุ์ประดู่หางดำ

Abstract

Once talk about Thai native chicken, Pradu Hang Dam is the most domesticated breed native chicken. However, it has great genetic diversity. Thus, people who has no experience and expertise hardly to distinguish between purebreds and cross breed. In this experiment, designed to use deep learning techniques with convolutional neural networks is presented as an effective image classification technique to solve this problem. Four groups of Pradu Hang Dam Thai native chicken and crossbreed between Pradu Hang Dam and Leung Hang Khao were used as follows: purebred male, purebred female, crossbreed male, and crossbreed female. Image dataset collected 250 images per group, a total of 1,000 images. Four architectures were tested: LeNet-5, AlexNet, CNN1 and CNN2 with resize to 224x224 pixels and then trained at 10 and 20 epochs, respectively. From the experiment it was found that using the LeNet-5 architecture with ReLu and then trained at 20 epochs has the highest training, validation, and testing accuracy but the CNN2 architecture and then trained at 20 epochs able to predict the results with 96.67% accuracy. The results showed that the using a simple architecture of convolutional neural network like CNN2 can efficiently classify Thai native chicken breeds Keywords: Deep Learning, Convolutional Neural Network, Classification, Pradu Hang Dam Thai Native Chicken