หนึ่งในองค์ประกอบสำคัญของการตรวจสอบคุณภาพเมล็ดพันธุ์ คือ ความบริสุทธิ์ทางพันธุกรรมหรือความตรงตามพันธุ์ ในอุตสาหกรรมเมล็ดพันธุ์ กระบวนการผลิตจำเป็นต้องมีการควบคุมอย่างเข้มงวดเพื่อป้องกันการปะปนของเมล็ดพันธุ์ต่างพันธุ์กับเมล็ดพันธุ์ที่นำไปขยายพันธุ์ การปะปนของเมล็ดพันธุ์ที่ไม่ตรงตามพันธุ์อาจส่งผลให้ความบริสุทธิ์ทางพันธุกรรมลดลง กระทบต่อความสม่ำเสมอของผลผลิต และลดประสิทธิภาพการผลิตโดยรวม ดังนั้น การตรวจสอบและคัดแยกเมล็ดพันธุ์ที่ปะปนออกก่อนการนำไปปลูกในฤดูกาลถัดไปจึงมีความสำคัญอย่างยิ่งต่อการรักษาและเพิ่มระดับความบริสุทธิ์ของสายพันธุ์ ซึ่งจะช่วยสร้างความมั่นใจให้แก่ผู้ผลิตเมล็ดพันธุ์และเกษตรกรว่าเมล็ดพันธุ์ที่ใช้มีคุณภาพสูงและตรงตามพันธุ์
งานวิจัยนี้มุ่งเน้นการพัฒนาระบบตรวจจับและจำแนกพันธุ์ถั่วเหลืองแบบอัตโนมัติจากภาพถ่าย เพื่อสนับสนุนกระบวนการตรวจสอบความบริสุทธิ์ของเมล็ดพันธุ์ โดยประยุกต์ใช้เทคนิคการเรียนรู้เชิงลึก (Deep Learning) ด้วยโมเดล YOLOv8 สำหรับการตรวจจับและจำแนกพันธุ์ถั่วเหลืองจากภาพดิจิทัล โมเดลได้รับการฝึกด้วยชุดข้อมูลภาพเมล็ดถั่วเหลืองที่มีการกำกับป้ายกำกับ (labeled data) และประเมินผลด้วยตัวชี้วัดด้านประสิทธิภาพ ได้แก่ ความแม่นยำ (Precision) ความครอบคลุม (Recall) และค่าเฉลี่ยความแม่นยำ (mean Average Precision: mAP) ระบบที่พัฒนาขึ้นมีเป้าหมายเพื่อเพิ่มความรวดเร็ว ความสม่ำเสมอ และความเป็นกลางในการตรวจสอบ เมื่อเปรียบเทียบกับการคัดแยกด้วยแรงงานคนซึ่งใช้เวลามากและอาจเกิดความคลาดเคลื่อนจากมนุษย์
