File size: 5,332 Bytes
1cac303
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
---
title: Body Fat Estimation from Photo
emoji: 📷
colorFrom: blue
colorTo: green
sdk: gradio
app_file: app.py
pinned: false
license: mit
---

<!-- หมายเหตุ: เดิมตั้งใจใช้ sdk: docker แต่ HF คิดเงินสำหรับ Docker Space
     จึงย้ายมาใช้ gradio SDK ซึ่งฟรี — ลง lib ผ่าน packages.txt / pre-requirements.txt / requirements.txt แทน Dockerfile
     ไม่ระบุ sdk_version ไว้ เพื่อให้ HF เลือกเวอร์ชันล่าสุดที่ใช้ได้เอง (กันพิมพ์เวอร์ชันผิดแล้ว build ล้ม) -->


# ประเมิน % ไขมันในร่างกายจากภาพถ่าย

โครงงาน: **การพัฒนาแอปพลิเคชันประเมินเปอร์เซ็นต์ไขมันในร่างกายจากภาพถ่ายด้วยเทคนิค Computer Vision
เพื่อคำนวณพลังงานและสารอาหารที่เหมาะสมต่อวัน**

ภานุพงศ์ สนไชย · ที่ปรึกษา: รศ.ดร.สาธิต อินทจักร์

---

## ระบบทำงานยังไง

```
รูปถ่าย ─┬─► detectron2 + Pose2Seg ──► 7 อัตราส่วนร่างกาย ─┐
         └─► DenseNet121 (fine-tuned) ─► 15 deep features ─┴─► SVR ──► BMI

                        ┌──────────────────────────────────────────────┘

             Deurenberg ──► % ไขมัน ──► LBM ──► Katch-McArdle ──► BMR

                                            × ระดับกิจกรรม ──► TDEE ──► แคลอรี่/วัน

                                                    ──► โปรตีน / ไขมัน / คาร์บ (กรัม)
```

## ผลความแม่นยำ (ทำนาย BMI)

| วิธี | MAE | R² |
|---|---|---|
| MediaPipe + SVR | 5.46 | 0.16 |
| DenseNet (frozen) + ratio | 5.07 | 0.26 |
| ResNet reproduce (single-split) | 4.12 | 0.55 |
| **DenseNet fine-tuned (10-fold CV)** | **2.46** | — |
| DenseNet fine-tuned (single-split test) | 3.77 | 0.60 |
| งานอ้างอิง (DenseNet, 10-fold) | 3.84 | — |

ข้อมูล: 2DImage2BMI (4,189 ภาพ)

## สูตรที่ใช้

| ขั้น | สูตร | อ้างอิง |
|---|---|---|
| BMI → % ไขมัน | `1.20·BMI + 0.23·อายุ − 10.8·เพศ − 5.4` | Deurenberg et al., 1991 |
| น้ำหนัก | `BMI × ส่วนสูง²` | นิยาม BMI |
| BMR (หลัก) | `370 + 21.6 × LBM` | Katch & McArdle, 1996 |
| BMR (เทียบ) | `10w + 6.25h − 5a ± c` | Mifflin et al., 1990 |
| TDEE | `BMR × PAL` | FAO/WHO/UNU, 2001 |
| สารอาหาร | โปรตีน 2.0 g/kg · ไขมัน 0.9 g/kg · คาร์บที่เหลือ | JISSN, 2014 |

## ⚠️ ข้อจำกัด

- ค่า % ไขมันเป็น **การประมาณ (± 5%)** ไม่ใช่การวัดทางการแพทย์ ใช้แทน DEXA / InBody ไม่ได้
- ชุดข้อมูลที่ใช้เทรน**ไม่มีค่าไขมันที่วัดจริง** — ระบบพิสูจน์ได้เฉพาะความแม่นยำของการทำนาย BMI
  ส่วนการแปลง BMI → ไขมัน อาศัยสูตรมาตรฐาน (ซึ่งมีความคลาดเคลื่อนของตัวเอง)
- ความผิดพลาดของ BMI จะถูกขยายต่อในขั้นถัดไป (สูตร Deurenberg คูณ 1.20)
- โมเดลตัดขั้นตอนลบแขนออกจาก mask (SCHP build ไม่ผ่าน) ทำให้การวัดสัดส่วนคลาดเล็กน้อย
- ต้องกรอกส่วนสูงเอง เพราะภาพถ่ายใบเดียวไม่มีวัตถุอ้างอิงให้แปลง pixel เป็นเซนติเมตร
- รองรับภาพคนเดียว ยืนตรง เห็นเต็มตัว พื้นหลังโล่ง

## ข้อมูลทางเทคนิค

- รันบน CPU (HF Spaces ฟรี) — ภาพละประมาณ 5–15 วินาที
- ครั้งแรกหลัง Space ตื่นจากหลับ จะช้ากว่าปกติเพราะต้องโหลดโมเดล