AI-assisted crop disease detection using deep learning
Derin öğrenmeyi kullanarak yapay zeka destekli tarım ürünlerinde hastalık tespiti
- Tez No: 1017570
- Danışmanlar: Prof. Dr. ABDURAZZAG ALI A ABURAS
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: bitki hastalığı tespiti, derin öğrenme, MobileNetV2, transfer öğrenme, PlantVillage, karar destek, Bitki hastalıkları, Plant diseases, Deep learning
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Beykoz Üniversitesi
- Enstitü: Lisansüstü Programlar Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bitki hastalıkları, mahsul verimini ve kalitesini düşürerek çiftlik gelirlerini ve gıda güvenliğini tehdit eder. Bu tez, 14 farklı mahsul türünü kapsayan 38 hastalık ve sağlıklı kategoriye yaprak fotoğraflarını sınıflandıran yapay zeka destekli bir mahsul hastalığı tespit sistemi geliştirmektedir. Çalışma, Kaggle'da dağıtılan ve yaygın olarak kullanılan PlantVillage tabanlı bir kıyaslama veri setini kullanmakta ve verimli, uygulanabilir çıkarım için MobileNetV2 evrişimsel sinir ağı ile transfer öğrenmesini uygulamaktadır. Genelleme yeteneğini geliştirmek için muhafazakar veri artırma ile birlikte iki aşamalı bir eğitim stratejisi (özellik çıkarımı ve ardından kısmi ince ayar) benimsenmiştir. Eğitilmiş model, çevrimdışı çıkarım yapan ve güven puanlarıyla sıralı tahminler döndüren bir masaüstü karar destek uygulamasına entegre edilmiştir. Tez, toplam performansı raporlamanın ötesinde, ayrıntılı hata analizi sunmakta, veri seti yanlılığı ve alan kayması risklerini tartışmakta ve sistemin ne zaman bir teşhis, ne zaman da 'belirsiz' bir sonuç döndürmesi gerektiğine dair pratik karar kuralları önermektedir. Ortaya çıkan çalışma, uçtan uca, tekrarlanabilir bir süreç ve saha verisi toplama, güven kalibrasyonu ve açık küme tanıma mekanizmaları yoluyla genişletilebilen, dağıtıma yönelik bir temel sunmaktadır.
Özet (Çeviri)
Plant diseases reduce crop yield and quality, threatening farm incomes and food security. This thesis develops an AI-assisted crop disease detection system that classifies leaf photographs into 38 disease and healthy categories covering 14 crop species. The study uses a widely adopted PlantVillage-derived benchmark dataset distributed on Kaggle and implements transfer learning with the MobileNetV2 convolutional neural network for efficient, deployable inference. A two-phase training strategy (feature extraction followed by partial fine-tuning) is adopted alongside conservative data augmentation to improve generalisation. The trained model is integrated into a desktop decision-support application that performs offline inference and returns ranked predictions with confidence scores. Beyond reporting aggregate performance, the thesis provides detailed error analysis, discusses dataset bias and domain-shift risks, and proposes practical decision rules for when the system should return a diagnosis versus an 'uncertain' outcome. The resulting work contributes an end-to-end, reproducible pipeline and a deployment-oriented baseline that can be extended through field data collection, confidence calibration, and open-set recognition mechanisms.
Benzer Tezler
- 18F-FDG PET ve PET/CT görüntülemelerinde taşlı yüzük hücreli mide kanserlerinin yapay zeka destekli tanısı
Artificial intelligence-assisted diagnosis of signet-ring cell gastric carcinoma on 18F-FDG pet and PET/CTct imaging
EGEMEN SAYGILI
Tıpta Uzmanlık
Türkçe
2025
Genel CerrahiSağlık Bilimleri ÜniversitesiGenel Cerrahi Ana Bilim Dalı
DOÇ. DR. BÜNYAMİN GÜRBULAK
DOÇ. DR. ESRA ARSLAN
- Nohutta iri daneli, çift baklalı ve markör destekli seleksiyonla yanıklık [Ascochyta rabiei Pass. (Labr.)] hastalığına dayanıklı ideal bitki ıslahı
Ideotype breeding in kabuli chickpea: extra large-seeded, double-podded and resistant to ascochyta blight [Ascochyta rabiei Pass. (Labr.)] via marker assisted selection
TUBA EKER
Yüksek Lisans
Türkçe
2020
ZiraatAkdeniz ÜniversitesiTarla Bitkileri Ana Bilim Dalı
PROF. DR. CENGİZ TOKER
- Uydu görüntüleri ile yapay zekâ destekli olarak tarımsal ürünlerin sınıflandırılması
Artificial intelligence-assisted classification of agricultural products using satellite images
BUKET BİNGÖL
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ FURKAN KAMANLI
- Çukurova bölgesinde mısır yetiştiriciliğinde bazı ilaç uygulama yöntemlerinin etkinliklerinin saptanması
Determination of efficiency of some pesticides application methods on maize crop in Cukurova region
ALİ BOLAT
- Development of next-generation sequencing-based indel markers from pea (Pisum spp.) genome
Bezelye (Pisum spp.) genomundan yeni nesil dizileme tabanlı indel markörlerinin geliştirilmesi
PAYMAN EHSAS
Doktora
İngilizce
2024
BiyoteknolojiAkdeniz ÜniversitesiTarımsal Biyoteknoloji Ana Bilim Dalı
DOÇ. DR. CENGİZ İKTEN