แอปพลิเคชันจำแนกและสืบค้นข้อมูลกระสุนปืนจากภาพปลอกกระสุนปืน

ณภัทร พิพัฒน์โรจนกมล; นนท์ ศรีคำ

dc.contributor.advisor	รัชลิดา ลิปิกรณ์
dc.contributor.author	ณภัทร พิพัฒน์โรจนกมล
dc.contributor.author	นนท์ ศรีคำ
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิทยาศาสตร์
dc.date.accessioned	2022-05-03T02:31:24Z
dc.date.available	2022-05-03T02:31:24Z
dc.date.issued	2562
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/78529
dc.description	โครงงานเป็นส่วนหนึ่งของการศึกษาตามหลักสูตรปริญญาวิทยาศาสตรบัณฑิต สาขาวิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ปีการศึกษา 2562	en_US
dc.description.abstract	โครงงานเรื่อง “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% สำหรับการทดสอบในชุดที่สอง	en_US
dc.description.abstractalternative	The 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.iso	th	en_US
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.subject	กระสุนปืน -- ฐานข้อมูล	en_US
dc.subject	โปรแกรมประยุกต์	en_US
dc.subject	ระบบการจัดเก็บและค้นคืนสารสนเทศ -- กระสุนปืน	en_US
dc.subject	Bullets -- Databases	en_US
dc.subject	Application software	en_US
dc.subject	Information storage and retrieval systems -- Bullets	en_US
dc.title	แอปพลิเคชันจำแนกและสืบค้นข้อมูลกระสุนปืนจากภาพปลอกกระสุนปืน	en_US
dc.title.alternative	Application for bullet classification and information retrieval	en_US
dc.type	Senior Project	en_US
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en_US