รายละเอียดโครงงาน
หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมซอฟต์แวร์และความรู้ ปี พ.ศ. 2568
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคต้น ปีการศึกษา 2568
ประเภทโครงงาน
โครงงานวิศวกรรม
ชื่อโครงงานภาษาไทย
BCSLens: แอปพลิเคชันประเมินคะแนนร่างกายด้วย AI ผ่านการวิเคราะห์ภาพ
ชื่อโครงงานภาษาอังกฤษ
BCSLens AI-Powered Body Condition Scoring Application with Visual Analysis
ผู้พัฒนา
6410545762 นายนวธน ลิมะมาพา
6410546122 นางสาวจิรัชญา ทองสุธรรม
อาจารย์ที่ปรึกษาหลัก
กัญจนสิทธ ทองเล็ก
อาจารย์ที่ปรึกษาร่วม
-
บทคัดย่อ
BCSLens คือแอปพลิเคชันมือถือที่ขับเคลื่อนด้วย AI ซึ่งออกแบบมาเพื่อช่วยทั้งผู้เริ่มต้นและผู้เชี่ยวชาญในการประเมินและติดตามสุขภาพสัตว์อย่างแม่นยำ ผ่านการประเมินคะแนนร่างกาย (Body Condition Score หรือ BCS) สำหรับสุนัขและแมว
วิธีการประเมิน BCS แบบดั้งเดิมนั้นใช้เวลานาน ขึ้นอยู่กับวิจารณญาณส่วนบุคคล และเสี่ยงต่อความผิดพลาดจากมนุษย์ ซึ่งมักนำไปสู่ผลลัพธ์ที่ไม่สม่ำเสมอและความล่าช้าในการดูแลรักษาสุขภาพ
BCSLens แก้ไขปัญหาเหล่านี้โดยการบูรณาการโมเดล AI ขั้นสูงเพื่อการวิเคราะห์รูปภาพโดยอัตโนมัติ โดยมีการใช้ YOLOv12 ในการตรวจจับและจำแนกสายพันธุ์สัตว์ (แมวและสุนัข) ในขณะที่ระบบจำแนกแบบลำดับชั้น (Hierarchical classification system) ซึ่งอ้างอิงพื้นฐานจาก EfficientNetB3, EfficientNetB4 และ MobileNetV2 (พัฒนาด้วย TensorFlow) จะทำหน้าที่ระบุมุมมองของภาพ (ซ้าย, ขวา, หน้า, หลัง, บน) จากนั้นโมเดล MobileNetV2 จะทำการประเมินคะแนนร่างกาย (BCS) ตามมุมมองที่ระบุได้ เพื่อให้ผลการประเมินสุขภาพที่แม่นยำ
แอปพลิเคชันนี้ให้ผลตอบรับด้านสุขภาพแบบเรียลไทม์ มีระบบแจ้งเตือนอัตโนมัติสำหรับภาวะน้ำหนักน้อยหรือมากเกินไป และให้คำแนะนำที่ขับเคลื่อนด้วยข้อมูลสำหรับการปรับเปลี่ยนอาหารและกิจกรรม BCSLens พัฒนาขึ้นโดยใช้ Flutter, Express.js และ TensorFlow จึงเป็นโซลูชันที่รองรับการทำงานข้ามแพลตฟอร์ม ปรับขยายได้ และใช้งานง่าย ซึ่งช่วยเพิ่มประสิทธิภาพ ความแม่นยำ และความสม่ำเสมอในการประเมินสุขภาพสัตว์เลี้ยง
การพัฒนาในอนาคตจะมุ่งเน้นไปที่การขยายโมเดล AI ให้ครอบคลุมสัตว์สายพันธุ์อื่น ๆ และปรับปรุงความแม่นยำผ่านการรวบรวมข้อมูลที่ผ่านการตรวจสอบโดยผู้เชี่ยวชาญอย่างต่อเนื่อง
Abstract
BCSLens is an AI-powered mobile application designed to assist both beginner and advanced experts in accurately assessing and monitoring animal health through Body Condition Score (BCS) evaluation for cats and dogs. Traditional BCS assessment methods are time-consuming, subjective, and prone to human error, often leading to inconsistent results and delayed health interventions.
BCSLens addresses these issues by integrating advanced AI models for automated image analysis. Using YOLOv12, the app detects and classifies animal species (cats and dogs), while a hierarchical classification system based on EfficientNetB3, EfficientNetB4, and MobileNetV2—implemented in TensorFlow—identifies image views (left, right, front, back, top). Subsequently, the MobileNetV2 model evaluates the Body Condition Score (BCS) based on the identified view to provide an accurate health assessment.
The application provides real-time health feedback, automatic alerts for underweight or overweight conditions, and data-driven recommendations for dietary and activity adjustments. Developed with Flutter, Express.js, and TensorFlow, BCSLens offers a cross-platform, scalable, and user-friendly solution that enhances efficiency, accuracy, and consistency in pet health evaluation.
Future work will focus on expanding the AI model to other animal species and improving accuracy through continuous expert-labeled data collection.
คำสำคัญ (Keywords)
Body Condition Score, AI for Pet Health, YOLOv12, , EfficientNet, DenseNet, MobileNetV2, Hierarchical Classification, TensorFlow, Real-Time Assessment, Flutter, NestJS, Pet Monitoring, Health Alert System, Veterinary Technology
เว็บไซต์โครงงาน
https://github.com/BCSLens
วีดีโอคลิปของโครงงาน
ที่เก็บเวอร์ชันซอร์สโค้ด
https://github.com/BCSLens/BCSLens-frontend
https://github.com/BCSLens/BCSLens-backend
https://github.com/BCSLens/BCSLens-models
สถานะการนำเข้าข้อมูล
ผู้นำเข้าข้อมูลครั้งแรก
นายนวธน
ลิมะมาพา
(b6410545762)
แก้ไขครั้งสุดท้าย
เมื่อ Dec. 16, 2025, 12:27 a.m. โดย
นายนวธน
ลิมะมาพา
(b6410545762)
สถานะการอนุมัติ
รออนุมัติ