Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/78529
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorรัชลิดา ลิปิกรณ์-
dc.contributor.authorณภัทร พิพัฒน์โรจนกมล-
dc.contributor.authorนนท์ ศรีคำ-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะวิทยาศาสตร์-
dc.date.accessioned2022-05-03T02:31:24Z-
dc.date.available2022-05-03T02:31:24Z-
dc.date.issued2562-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/78529-
dc.descriptionโครงงานเป็นส่วนหนึ่งของการศึกษาตามหลักสูตรปริญญาวิทยาศาสตรบัณฑิต สาขาวิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ปีการศึกษา 2562en_US
dc.description.abstractโครงงานเรื่อง “แอปพลิเคชันจำแนกและสืบค้นข้อมูลกระสุนปืนจากภาพปลอกกระสุนปืน” ถูกจัดขึ้นเพื่อช่วยให้ผู้ใช้สามารถจำแนกและสืบค้นรายละเอียดปลอกกระสุนปืนชนิดต่าง ๆ ได้สะดวกและรวดเร็วขึ้น อีกทั้งยังสามารถลดโอกาสการเกิดความผิดพลาดจากการกระทำของมนุษย์ คณะผู้พัฒนาได้ทำการออกแบบและพัฒนาแอปพลิเคชันสำหรับการจำแนกปลอกกระสุนปืนจากลักษณะและรูปร่างของสัญลักษณ์ พร้อมแสดงรายละเอียดประเทศที่ผลิตกระสุนปืนชนิดต่าง ๆ จากภาพถ่ายปลอกกระสุนปืน โดยแอปพลิเคชันจะให้ผู้ใช้ระบุไฟล์ภาพถ่ายปลอกกระสุนปืนที่ต้องการสืบค้นข้อมูล จากนั้นแอปพลิเคชันจะทำการจำแนกปลอกกระสุนปืนโดยใช้โครงข่ายประสาทสังวัตนาการที่เรียนรู้ประเภทของปลอกกระสุนปืนจากเซ็ตข้อมูลที่ใช้ในการสอน ในโครงงานนี้คณะผู้พัฒนาได้นำโครงข่ายประสาทอเล็กซ์เน็ตและวีจีจีเน็ตมาช่วยในการจำแนกกระสอนปืนตามหมวดหมู่ประเทศที่ผลิตจากรูปภาพปลอกกระสุนปืน ข้อมูลที่ใช้ในการสอนโครงข่ายประสาทสังวัตนาการเป็นภาพปลอกกระสุนปืนขนาด 227x227 จุดภาพ จำนวน 687 ภาพจาก 14 ประเทศ โดยแบ่งการทดสอบออกเป็น 2 ชุด ชุดแรกเป็นการทดสอบการจำแนกปลอกกระสุนที่อยู่ในชุดข้อมูลที่ใช้ในการสอน ส่วนชุดที่สองเป็นการทดสอบการจำแนกปลอกกระสุนปืนที่ไม่อยู่ในชุดข้อมูล จากผลการทดสอบทำให้สรุปได้ว่าแอปพลิเคชันสามารถจำแนกปลอกกระสุนปืนในชุดทดสอบแรกได้ถูกต้องประมาณ 60% และมีความถูกต้องประมาณ 45% สำหรับการทดสอบในชุดที่สองen_US
dc.description.abstractalternativeThe proposed project entitled "Application for bullet classification and information retrieval from a bullet shell image" was developed to help a user to easily identify and search for the details of a bullet, such as the manufacturing country. Moreover, the application can also reduce the chance of human errors. The application was designed and developed for bullet classification from the features of the logo and bullet shell, and it returns the manufacturing country as a result. The application allows a user to select an image file and convolutional neural network is used to classify a bullet. Two convolutional neural networks called AlexNet and VGGNet are used in this project. The convolutional network was trained using an image data set containing 687 images of size 227x227 pixels from 14 countries. The test data were divided into two sets. The first set contains test data that were randomly selected from the training set and the second set contains unknown bullets. From the experimental results, the application can correctly classify 60% of the first test set and can correctly classify about 45% of the second test set.en_US
dc.language.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectกระสุนปืน -- ฐานข้อมูลen_US
dc.subjectโปรแกรมประยุกต์en_US
dc.subjectระบบการจัดเก็บและค้นคืนสารสนเทศ -- กระสุนปืนen_US
dc.subjectBullets -- Databasesen_US
dc.subjectApplication softwareen_US
dc.subjectInformation storage and retrieval systems -- Bulletsen_US
dc.titleแอปพลิเคชันจำแนกและสืบค้นข้อมูลกระสุนปืนจากภาพปลอกกระสุนปืนen_US
dc.title.alternativeApplication for bullet classification and information retrievalen_US
dc.typeSenior Projecten_US
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen_US
Appears in Collections:Sci - Senior Projects

Files in This Item:
File Description SizeFormat 
62-SP-COMSCI-045 - Napat Pip.pdf2.19 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.