คณะอุตสาหกรรมเกษตร มหาวิทยาลัยเชียงใหม่ ขอแสดงความยินดีกับ รองศาสตราจารย์ ดร. พูนพัฒน์ พูนน้อย อาจารย์ประจำคณะอุตสาหกรรมเกษตร มหาวิทยาลัยเชียงใหม่ และรองศาสตราจารย์ ดร. นิศรา กิจเจริญ คณะเทคโนโลยีการประมงและทรัพยากรทางน้ำ มหาวิทยาลัยแม่โจ้ ในโอกาสได้รับรางวัล Best Poster Presentation Award ในงานประชุมวิชาการนานาชาติ The 2nd International Conference of Innovative Aquaculture "Innovative Aquaculture for a Sustainable and Resilient Future" เมื่อวันที่ 27-28 พฤศจิกายน 2568 ณ ห้องสุโขทัย 1,2 โรงแรมแชงกรี-ลา เชียงใหม่ จากผลงานวิจัยในหัวข้อ “Preliminary Study on Semantic Segmentation of Head, Tail, Fins, and Body of Nile Tilapia Using Deep Convolutional Neural Networks with Transfer Learning”

งานวิจัยชิ้นนี้เป็นผลสำเร็จจากการบูรณาการองค์ความรู้ด้านวิศวกรรมและเทคโนโลยีการประมง โดยนำเทคโนโลยีปัญญาประดิษฐ์แบบเรียนรู้เชิงลึกมาประยุกต์ใช้เพื่อพัฒนาเครื่องมือที่ช่วยในการตรวจจับและวัดลักษณะรูปร่างที่สำคัญของปลานิลจากภาพถ่ายดิจิทัล ซึ่งช่วยย่นระยะเวลาและลดแรงงานในการเก็บข้อมูล มีศักยภาพต่อการยกระดับกระบวนการคัดเลือกพันธุ์ปลานิลและพัฒนาอุตสาหกรรมเกษตรของไทยในอนาคต

CMU Faculty of Agro-Industry Wins Best Poster Presentation Award at the 2nd International Conference of Innovative Aquaculture

The Faculty of Agro-Industry, Chiang Mai University, extends its heartfelt congratulations to Associate Professor Dr. Poonpat Poonnoy from the Faculty of Agro-Industry, Chiang Mai University, and Associate Professor Dr. Nissara Kitcharoen from the Faculty of Fisheries Technology and Aquatic Resources, Maejo University, on receiving the Best Poster Presentation Award at the 2nd International Conference of Innovative Aquaculture, “Innovative Aquaculture for a Sustainable and Resilient Future,” held on November 27–28, 2025, at Sukhothai Rooms 1 and 2, Shangri-La Hotel, Chiang Mai. The award was presented for their research titled “Preliminary Study on Semantic Segmentation of Head, Tail, Fins, and Body of Nile Tilapia Using Deep Convolutional Neural Networks with Transfer Learning.”

This research resulted from the integration of engineering and fisheries technology, applying deep learning artificial intelligence to develop tools for detecting and measuring key morphological features of Nile tilapia from digital images. This approach contributes to reduced time and labor in data collection and holds promise for enhancing the efficiency of selective breeding processes for Nile tilapia and for further development of Thailand’s agricultural industry in the future.