AI Strawberry Inspector

เจ้าของผลงานเล่าไว้แบบนี้

https://nextjs-yolo-strawberry.vercel.app/ # 🍓 AI Strawberry Inspector **AI Strawberry Inspector** เป็น Web Application สำหรับใช้ตรวจจับและวิเคราะห์คุณภาพของสตรอว์เบอร์รีแบบเรียลไทม์ผ่านกล้อง (Webcam/Mobile Camera) โดยแบ่งความสุกออกเป็น 3 ระดับ ได้แก่ **Ripe (สุก)**, **Turning (กำลังเปลี่ยนสี)**, และ **Unripe (ดิบ)** โปรเจกต์นี้ทำงานด้วยโมเดล AI Object Detection (YOLOv11) ซึ่งถูกประมวลผล **ภายในเบราว์เซอร์ 100% (Client-side)** ผ่าน ONNX Runtime WebAssembly ทำให้มีความปลอดภัยและเป็นส่วนตัวสูง ไม่มีการส่งภาพหรือข้อมูลใดๆ กลับไปยังเซิร์ฟเวอร์  *(ภาพประกอบ: หน้าจอสรุปผลการตรวจวิเคราะห์สตรอว์เบอร์รี)* --- ## ✨ Features (จุดเด่น) - ⚡ **Real-time Detection:** วิเคราะห์ภาพจากกล้องสดๆ ทันที - 🧠 **In-Browser AI Inference:** รันโมเดล YOLOv11 แบบ Local บนเครื่องผู้ใช้ผ่าน WebAssembly (WASM) - 🎯 **Smart Object Tracking:** มีระบบจดจำสตรอว์เบอร์รีแต่ละลูก (Centroid Tracking) ถึงแม้กล้องจะสั่นก็ไม่นับลูกซ้ำ (ป้องกันปัญหา Flickering หรือ Overcounting) - 📊 **Session Summary:** สรุปผลการตรวจวิเคราะห์เมื่อกดหยุดกล้อง พร้อมแยกสถิติผลรวมสะสม (Total Breakdown) ว่าเจอสายพันธุ์หรือความสุกระดับไหนไปกี่ลูก - 🤖 **AI Assessment:** ให้คำแนะนำอัตโนมัติตามสัดส่วนของสตรอว์เบอร์รีที่เจอ (เช่น "รอบนี้ส่วนใหญ่เป็นผลสุก ควรเก็บเกี่ยวอย่างระมัดระวัง") - 🎨 **Premium UI Dark Mode:** ออกแบบอินเทอร์เฟซด้วย TailwindCSS ที่มีความทันสมัย สวยงาม ดูล้ำลึก สไตล์ Neon / Glassmorphism --- ## 🛠️ Tech Stack - **Framework:** [Next.js](https://nextjs.org/) (React 19) - **Styling:** [Tailwind CSS](https

โดย Nut-Natthawut · ดูโพสต์ต้นทาง