รายละเอียดโครงงาน
หลักสูตร/ปี พ.ศ. วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมซอฟต์แวร์และความรู้ ปี พ.ศ. 2569
ภาคและปีการศึกษาที่สำเร็จการศึกษา ภาคปลาย ปีการศึกษา 2568
ประเภทโครงงาน
โครงงานวิศวกรรม
ชื่อโครงงานภาษาไทย
ไรซ์เซฟ: ระบบปัญญาประดิษฐ์แบบหลายรูปแบบสำหรับการวินิจฉัยโรคข้าว
ชื่อโครงงานภาษาอังกฤษ
RiceSafe: A Multimodal AI System for Rice Disease Diagnosis
ผู้พัฒนา
6510545403 นายณัฐดิษฐ์ เลิศพิศาลวุฒิ
6510545527 นายนัทธพล เสริมศรัณย์
อาจารย์ที่ปรึกษาหลัก
หัชทัย ชาญเลขา
อาจารย์ที่ปรึกษาร่วม
-
บทคัดย่อ
ข้าวเป็นหนึ่งในพืชเศรษฐกิจที่สำคัญของโลก อย่างไรก็ตาม เกษตรกรมักประสบปัญหาในการจัดการโรคพืช เนื่องจากขาดความรู้ทางเทคนิค เครื่องมือวินิจฉัยที่เชื่อถือได้ และการเข้าถึงข้อมูลทางการเกษตรที่ทันเวลา การวินิจฉัยโรคที่ล่าช้าหรือไม่ถูกต้องส่งผลให้เกิดการรักษาที่ไม่เหมาะสม นำไปสู่การสูญเสียผลผลิตและความเสียหายทางเศรษฐกิจ โครงงานนี้นำเสนอ RiceSafe แอปพลิเคชันบนอุปกรณ์เคลื่อนที่สำหรับการวินิจฉัยโรคข้าว โดยใช้แบบจำลองปัญญาประดิษฐ์แบบหลายรูปแบบ (Multimodal AI) ที่รับข้อมูลทั้งภาพและข้อความ เพื่อวิเคราะห์อาการของพืชจากภาพและคำอธิบายอาการจากผู้ใช้ ระบบจะให้ผลการวินิจฉัยเมื่อค่าความเชื่อมั่นของแบบจำลองสูงกว่าค่าที่กำหนด มิฉะนั้นจะแจ้งว่าผลลัพธ์ไม่สามารถสรุปได้ นอกจากนี้ แพลตฟอร์มยังมีฟีเจอร์แนะนำการรักษา ฐานข้อมูลโรค ระบบแจ้งเตือนการระบาด และชุมชนผู้ใช้งาน รวมถึงมีส่วนของผู้ดูแลระบบสำหรับผู้เชี่ยวชาญในการตรวจสอบและยืนยันข้อมูลการระบาด แบบจำลองสามารถให้ความแม่นยำสูงสุดถึง 98% ในสภาวะข้อมูลหลายรูปแบบที่สมบูรณ์ และยังคงรักษาความแม่นยำได้ถึง 96.5% แม้ข้อมูลภาพหรือข้อความจะมีคุณภาพลดลง ซึ่งแสดงถึงประสิทธิภาพในการใช้งานจริง
Abstract
Rice is one of the most important agricultural crops globally. However, rice farmers often face challenges in disease management due to insufficient technical knowledge, lack of reliable diagnostic tools, and limited access to timely agricultural information. Delayed or inaccurate disease diagnosis leads to improper treatment, resulting in crop losses and financial damage. This project presents RiceSafe, a mobile application for rice disease diagnosis. The system uses a multimodal AI model that takes both image and text inputs to analyze visual crop symptoms and user-provided symptom descriptions. The model returns a diagnosis only when the prediction confidence meets a predefined threshold; otherwise, the user is notified that the result is indeterminate. The platform also provides treatment recommendations, a disease library, outbreak alerts, and a community hub. An administrative portal is included for expert moderation and outbreak verification. The model achieves up to 98% accuracy under clean multimodal conditions and maintains up to 96.5% accuracy even when image or text inputs are individually degraded, which demonstrates diagnostic performance across real-world scenarios.
คำสำคัญ (Keywords)
Rice Disease Diagnosis, Multimodal AI, Image Classification, Natural Language Processing, Mobile Application, Outbreak Alert
เว็บไซต์โครงงาน
-
วีดีโอคลิปของโครงงาน
ที่เก็บเวอร์ชันซอร์สโค้ด
https://github.com/RiceSafe/rice-safe-mobile
https://github.com/RiceSafe/rice-safe-backend
https://github.com/RiceSafe/rice-safe-admin
https://github.com/RiceSafe/rice-safe-ai
สถานะการนำเข้าข้อมูล
ผู้นำเข้าข้อมูลครั้งแรก
นายนัทธพล
เสริมศรัณย์
(b6510545527)
แก้ไขครั้งสุดท้าย
เมื่อ April 29, 2026, 11:26 a.m. โดย
นายนัทธพล
เสริมศรัณย์
(b6510545527)
สถานะการอนุมัติ
รออนุมัติ