Gerçek zamanlı görüntü işleme ile büyükbaş hayvanlarda hastalık erken uyarı sistemi
Real-time image processing for early disease warning system in cattle
- Tez No: 1004442
- Danışmanlar: DR. GÖKALP TULUM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Büyükbaş hayvanlar, Sayısal görüntü işleme, Yapay zeka, Livestocks, Digital image processing, Artificial intelligence
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Üsküdar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Büyükbaş hayvan yavrularında hastalıkların erken teşhis edilememesi, hayvancılık sektöründe verim kaybına ve ekonomik zararlara neden olmaktadır. Bu çalışmada, büyükbaş hayvan yavrularının sağlık durumlarının izlenmesi ve olası hastalık belirtilerinin tespit edilmesi amacıyla yapay zekâ tabanlı bir görüntü işleme sistemi geliştirilmiştir. Çalışma kapsamında çiftlik ortamından elde edilen görüntüler kullanılarak tamamen özgün bir veri seti oluşturulmuştur. Görseller, hayvanların duruş, hareket ve anormallikleri temsil edecek şekilde etiketlenmiştir. Model eğitiminde Roboflow platformu ve derin öğrenme tabanlı nesne tanıma algoritmaları kullanılmıştır. Özellikle YOLO mimarisi, görüntüler üzerinden davranışsal ve fiziksel sağlık göstergelerinin analizinde yüksek doğruluk oranı sağlamıştır. Modellerin başarısı, mAP@50, Precision ve Recall metrikleriyle değerlendirilmiştir. Elde edilen model, geliştirilen mobil uygulamaya entegre edilerek, kamera aracılığıyla alınan canlı görüntüler üzerinde gerçek zamanlı analiz yapabilmektedir. Yedi farklı dil desteğiyle yapılandırılan uygulama, aynı zamanda bünyesindeki Google Gemini destekli yapay zekâ sohbet robotu aracılığıyla kullanıcılarla doğal dilde etkileşim kurabilmektedir. Uygulama, hayvanda anormal durum tespit edildiğinde kullanıcıya anlık bildirim göndermekte ve sohbet robotu üzerinden interaktif bir destek sunmaktadır. Bu sayede, erken müdahale imkânı sunulmakta ve hayvan sağlığı takibinde dijitalleşme sağlanmaktadır. Bu çalışma, yapay zekâ destekli görüntü analizi ile büyükbaş hayvan sağlığının izlenmesine yönelik yenilikçi bir yaklaşım ortaya koyarak, hayvancılıkta verimliliğin artırılmasına katkı sağlamaktadır.
Özet (Çeviri)
The inability to detect diseases in cattle calves at an early stage leads to productivity losses and economic damage in the livestock industry. In this study, an artificial intelligence–based image processing system was developed to monitor the health status of cattle calves and to detect possible symptoms of illness. A completely original dataset was created using images collected from various farm environments. The images were labeled to represent abnormalities in posture, movement, and physical appearance of the animals. The model training process utilized the Roboflow platform and deep learning–based object detection algorithms. In particular, the YOLO architecture provided high accuracy in analyzing behavioral and physical health indicators from images The performance of the models was evaluated using mean average precision (mAP@50), precision, and recall metrics. The resulting model is integrated into the developed mobile application, enabling real-time analysis of live images captured via camera. The application, configured with support for seven different languages, also interacts with users in natural language through its Google Gemini-powered AI chatbot. When an abnormal condition is detected in an animal, the application sends the user an instant notification and provides interactive support via the chatbot. This allows for early intervention and ensures the digitalization of animal health monitoring. This study introduces an innovative approach to monitoring cattle health through AI-assisted image analysis, contributing to increased efficiency in livestock production.
Benzer Tezler
- Yapay zeka destekli gerçek zamanlı bazı süt sığırı ırklarının tespit edilmesi
Artificial intelligence-based real-time identification of selected dairy cattle breeds
SELAHADDİN TATLI
Yüksek Lisans
Türkçe
2025
ZoolojiIsparta Uygulamalı Bilimler ÜniversitesiZootekni Ana Bilim Dalı
PROF. DR. SERKAN ÖZKAYA
- Deep learning-based keypoints driven visual inertial odometry for GNSS-denied flight
Yapay sinir ağları tabanlı nokta çıkarıcılı görsel-ataletsel odometri ile GPS'siz ortamda uçuş
ARSLAN ARTYKOV
Yüksek Lisans
İngilizce
2023
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRE KOYUNCU
- Type-2 fuzzy logic based linguistic pursuing strategy design with a real world application
Gerçek zamanlı bir uygulama ile tip-2 bulanık mantık tabanlı dilsel kovalama strateji tasarımı
AYKUT BEKE
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUFAN KUMBASAR
- Gerçek zamanlı sürücü yorgunluk tespiti ve uyarı sistemi geliştirilmesi
Development of a real-time driver drowsiness detection and alert system
MURAT AVŞAR
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiBolu Abant İzzet Baysal ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MİTHAT ÖNDER
- A real-time multi-modal deep learning system for driver fatigue detection
Sürücü yorgunluğunu tespit etmek için gerçek zamanlı çok modlu derin öğrenme sistemi
CENNET KOCABIYIK GÜR
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik MühendisliğiYaşar ÜniversitesiYapay Zeka Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NALAN ÖZKURT