Kahve yaprağı hastalıklarının tespiti için özgün iki hibrit derin öğrenme modeli
Two original hybrid deep learning models for the detection of coffee leaf diseases
- Tez No: 1014122
- Danışmanlar: DR. ÖĞR. ÜYESİ SEMA SERVİ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kahve üretimi, küresel tarım ekonomisinde stratejik bir role sahip olmakla birlikte, Hemileia vastatrix (Kahve Yaprak Pası) ve Phoma gibi mantar kaynaklı patojenlerin tehdidi altındadır. Bu hastalıkların erken teşhisi, sürdürülebilir tarım ve verim kayıplarının önlenmesi için kritik öneme sahiptir. Geleneksel görsel teşhis yöntemlerinin zaman alıcı ve maliyetli olması, derin öğrenme tabanlı otomatik sınıflandırma sistemlerine olan ihtiyacı artırmıştır. Ancak, mevcut literatürde yüksek doğruluk sunan modeller (CNN ve Vision Transformer) genellikle devasa parametre boyutlarına ve yüksek hesaplama maliyetlerine sahip olup, kırsal bölgelerdeki düşük donanımlı uç cihazlarda (Edge AI) çalıştırılmaya uygun değildir. Bu tez çalışmasında, Evrişimli Sinir Ağlarının (CNN) yerel özellik çıkarma yeteneği ile Vision Transformer (ViT) yapılarının global bağlam farkındalığını birleştiren iki özgün hibrit derin öğrenme mimarisi önerilmiştir: Yüksek doğruluk odaklı Önerilen Hibrit Model (EfficientNet-B0 + ViT-Base) ve mobil donanımlar için optimize edilmiş Nano-Hibrit Model (MobileNetV3 + MobileViT). Geliştirilen modellerin performansı; sınıf sayısı, veri boyutu ve coğrafi çeşitlilik açısından farklılık gösteren üç ayrı veri seti (3 sınıflı Uganda, 6 sınıflı Robusta ve 10 sınıflı Peru) üzerinde ResNet50, MLP-Mixer ve ConvMixer gibi güncel mimarilerle karşılaştırmalı olarak analiz edilmiştir. Deneysel sonuçlar, Önerilen Hibrit Modelin tüm veri setlerinde endüstri standardı modellerle başa baş veya onlardan daha üstün bir doğruluk sergilediğini göstermiştir. Çalışmanın en önemli bulgusu ise Nano-Hibrit modelin gösterdiği üstün verimliliktir. Sadece 2.80 Milyon parametreye sahip olan Nano-Hibrit mimari, Uganda veri setinde %98,52 doğruluk oranına ulaşmış; karmaşık 10 sınıflı Peru veri setinde ise saf ViT modellerinin yaşadığı aşırı öğrenme (overfitting) çöküşüne direnç göstererek %92,67 doğruluk elde etmiştir. Klasik ResNet50 modelinden yaklaşık 8.4 kat daha az depolama alanı gerektiren ve görüntü başına 5.44 ms tahmin süresi sunan bu mimari, gerçek zamanlı tarımsal teşhis uygulamaları için bir çözüm sunduğunu kanıtlamıştır.
Özet (Çeviri)
Coffee production plays a strategic role in the global agricultural economy but is severely threatened by fungal diseases such as Coffee Leaf Rust (Hemileia vastatrix) and Phoma. Early diagnosis of these diseases is critical for sustainable agriculture and preventing yield losses. The time-consuming and costly nature of traditional visual inspection methods has increased the need for automated classification systems based on deep learning. However, current high-accuracy models in the literature (e.g., CNNs and Vision Transformers) typically possess massive parameter sizes and high computational costs, making them unsuitable for deployment on low-resource edge devices (Edge AI) in rural areas. In this thesis, two novel hybrid deep learning architectures are proposed, combining the local feature extraction capabilities of Convolutional Neural Networks (CNN) with the global context awareness of Vision Transformer (ViT) structures: a high-accuracy Proposed Hybrid Model (EfficientNet-B0 + ViT-Base) and a mobile-optimized Nano-Hybrid Model (MobileNetV3 + MobileViT). The performance of the developed models was comparatively analyzed against State-of-the-Art architectures, including ResNet50, MLP-Mixer, and ConvMixer, across three distinct datasets varying in class complexity, data size, and geographical diversity (3-class Uganda, 6-class Robusta, and 10-class Peru). Experimental results demonstrated that the Proposed Hybrid Model performed on par with or outperformed industry-standard models across all datasets. The most significant finding of the study is the exceptional efficiency exhibited by the Nano-Hybrid model. Comprising only 2.80 million parameters, the Nano-Hybrid architecture achieved an accuracy of 98,52% on the Uganda dataset. Furthermore, it demonstrated remarkable resilience against the overfitting collapse experienced by pure ViT models on the complex 10-class Peru dataset, securing an accuracy of 92,67%. Requiring approximately 8.4 times less storage space than the classic ResNet50 model and offering an inference time of 5.44 ms per image, this architecture has proven to be a solution for real-time agricultural diagnostic applications.
Benzer Tezler
- Bazı bitkisel boyarmaddeler ile yün liflerinin boyanması yöntemlerinin ve haslıklarının araştırılması
Başlık çevirisi yok
TÜLAY GÜLÜMSER
Yüksek Lisans
Türkçe
1986
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. NECDET SEVENTEKİN
- İçeceklerde kafein tayini için yeni bir biyosensör hazırlanması
Development of a new biosensor for caffeine determination in some beverages
NESLİHAN MERT TOPRAKKIRAN
Yüksek Lisans
Türkçe
2010
BiyokimyaTrakya ÜniversitesiBiyokimya Ana Bilim Dalı
PROF. DR. AYTEN SAĞIROĞLU
- Improving the recovery of phenolic compounds from different food wastes by novel food technologies
Yenilikçi gıda teknolojileri kullanılarak farklı gıda atıklarından fenolik bileşiklerin kazanımının artırılması
İLHAMİ OKUR
Doktora
İngilizce
2022
Gıda MühendisliğiOrta Doğu Teknik ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
PROF. DR. HAMİ ALPAS
DOÇ. DR. HALİL MECİT ÖZTOP
- Bazı boya bitkileriyle ipekli tekstil ürünlerinin boyanması ve haslık değerlerinin belirlenmesi
Dyeing with some natural dyes and determining fastnesses of silk textile products
H. SİNEM AYDIN ŞANLI
- Taşpınar halı ipliklerinin boyanmasında uygulanan doğal boyama yöntemlerinin reçetelendirilmesi
Methods applied to natural dyeing carpet yarns Taşpınar prescribing
YILMAZ HARBELİOĞ
Yüksek Lisans
Türkçe
2011
El SanatlarıGazi ÜniversitesiEl Sanatları Eğitimi Ana Bilim Dalı
DOÇ. AYSEN SOYSALDI