YOLO tabanlı derin öğrenme mimarileri kullanılarak TV paneli anomali tespiti ve analizi
TV panel anomaly detection and analysis using YOLO-based deep learning architectures
- Tez No: 1002915
- Danışmanlar: DR. ÖĞR. ÜYESİ PERİ GÜNEŞ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: İstanbul Gelişim Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, televizyon üretim hattında yer alan ekranların test sürecinde karşılaşılan görüntü hatalarının otomatik olarak tespit edilmesi ve analiz edilmesine yönelik bir sistem geliştirilmesi amaçlanmaktadır. Geleneksel kontrol süreçlerinde insan gözüne dayalı denetim, hem zaman alıcı hem de hataya açık bir yöntemdir. Bu durum, üretim verimliliğini düşürmekte ve hatalı ürünlerin müşteriye ulaşma riskini artırmaktadır. Çalışmada, bilgisayarla görme (computer vision) ve yapay zeka (özellikle derin öğrenme tabanlı görüntü işleme algoritmaları) teknikleri kullanılarak lekelenme, kırık, görüntü hataları gibi kusurların gerçek zamanlı olarak tespit edilmesi hedeflenmektedir. Geliştirilecek sistemin üretim hattına entegre edilerek otomatik karar verme süreçlerine katkı sağlaması, hatalı ürünlerin ayrıştırılmasında insan müdahalesine olan ihtiyacı azaltması ve genel kalite kontrol performansını artırması beklenmektedir. Bu bağlamda, çalışmanın hem akademik alanda görüntü işleme temelli hata tespit sistemlerine katkı sunması hem de endüstriyel uygulamalarda kullanılabilecek pratik bir çözüm oluşturması öngörülmektedir.
Özet (Çeviri)
In this thesis study, it is aimed to develop a system for the automatic detection and analysis of image defects encountered during the testing process of screens on the television production line. In traditional inspection processes, visual inspection based on the human eye is both time-consuming and prone to errors. This situation decreases production efficiency and increases the risk of defective products reaching the customer. In the study, it is aimed to detect defects such as staining, breakage, and image errors in real time by using computer vision and artificial intelligence techniques (especially deep learning–based image processing algorithms). By integrating the system to be developed into the production line, it is expected to contribute to automatic decision-making processes, reduce the need for human intervention in the separation of defective products, and increase overall quality control performance. In this context, the study is expected to contribute to image-processing-based defect detection systems in the academic field as well as to provide a practical solution that can be used in industrial applications.
Benzer Tezler
- 1,3-difenil-4,5-bis(hidroksiimino)-imidazolidin ve Ni(II), Cu(II), Pd(II), UO2(VI) komplekslerinin sentezi
Başlık çevirisi yok
VEFA AHSEN
- Acil yardım ve tedavi hastanelerinin idari mali ve teknik yönden planlaması
Başlık çevirisi yok
SERVET OKUYUCU
Yüksek Lisans
Türkçe
1985
Gazi ÜniversitesiKazalarda Acil Yardım ve Rehabilitasyon Ana Bilim Dalı
Yükleniyor...
- Yahya Kemal'de bedii tefekkür unsurları: 1 Kendi Gök Kubbemiz'de duygu
Başlık çevirisi yok
MUSTAFA ÖZBALCI
- Halı ipliği yapımında kullanılan yünlerin teknolojik özellikleri üzerinde araştırmalar
Investigations on the technological properties of wools which are used in woollen carpet yarn production
BEKİR YILMAZ