Etlik piliçlerin canlı ağırlık tahmininde görüntü işleme ve yapay sinir ağlarının kullanımı
Use of image processing and artificial neural networks for live weight prediction in broilers
- Tez No: 1023766
- Danışmanlar: DOÇ. ERDEM KÜÇÜKTOPÇU
- Tez Türü: Yüksek Lisans
- Konular: Ziraat, Agriculture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Ondokuz Mayıs Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Tarımsal Yapılar ve Sulama Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, Anadolu-T etlik piliçlerinde canlı ağırlığın tahmini amacıyla farklı girdi senaryolarına dayalı çeşitli modelleme yaklaşımları geliştirilmiş ve bu modellerin tahmin performansları karşılaştırılmıştır. Araştırma, Ondokuz Mayıs Üniversitesi Ziraat Fakültesi Hayvancılık İşletmesinde yürütülmüş ve Anadolu-T baba hattına ait 46 etlik piliç kullanılmıştır. Çalışmada klasik büyüme eğrisi modelleri, manuel morfometrik ölçümlere dayalı modeller ve görüntü işleme tabanlı modeller değerlendirilmiştir. Canlı ağırlık ölçümlerine ek olarak sırt genişliği ve sırt uzunluğu gibi morfometrik özellikler kaydedilmiş, ayrıca hayvanların üstten görüntülerinden piksel alanı, çevre uzunluğu ve kısa eksen uzunluğu gibi görüntü özellikleri elde edilmiştir. Modelleme aşamasında Gompertz, Richards ve von Bertalanffy büyüme eğrileri ile Çoklu Doğrusal Regresyon (MLR) ve Yapay Sinir Ağları (ANN) yöntemleri kullanılmıştır. Model performansları RMSE, MAE ve R² ölçütleriyle değerlendirilmiştir. Sonuçlar, yalnızca yaş değişkenine dayalı büyüme eğrisi modellerinin canlı ağırlığı yüksek doğrulukla tahmin edebildiğini göstermiştir. Test veri setinde Gompertz modeli için RMSE, MAE ve R² değerleri sırasıyla 128.759 g, 68.852 g ve 0.979 olarak belirlenmiştir. Manuel morfometrik ölçümlere dayalı modellerde ANN yöntemi, MLR'ye göre daha başarılı sonuçlar vermiştir. Yaş değişkeninin de dahil edildiği ANN modelinde test veri seti için en düşük RMSE ve MAE değerleri sırasıyla 95.976 g ve 56.491 g, R² değeri ise 0.988 olarak elde edilmiştir. Görüntü işleme tabanlı modellerde piksel alanı değişkeninin diğer görüntü özelliklerine göre daha yüksek açıklayıcılık sağladığı belirlenmiştir. Ancak yalnızca iki boyutlu görüntülerden elde edilen özniteliklere dayalı modellerin performansı manuel ölçümlere dayalı modellerden daha düşük kalmıştır. Yaş bilgisinin modele eklenmesiyle görüntü işleme tabanlı ANN modellerinin başarısı artmış; test veri setinde RMSE, MAE ve R² değerleri sırasıyla 114.774 g, 63.897 g ve 0.982 olarak bulunmuştur. Sonuç olarak, görüntü işleme ve yapay zeka yöntemlerinin etlik piliçlerde canlı ağırlık tahmininde etkili olduğu, özellikle yaş değişkeninin model doğruluğunu önemli ölçüde artırdığı belirlenmiştir.
Özet (Çeviri)
In this study, different modeling approaches based on various input scenarios were developed to estimate live weight in Anadolu-T broilers, and their predictive performances were comparatively evaluated. The research was conducted at the Animal Production Research and Application Farm of the Agriculture Faculty, Ondokuz Mayıs University, using 46 broilers belonging to the Anadolu-T sire line. Within the scope of the study, classical growth curve models, manual morphometric measurement-based models, and image processing-based models were evaluated for live weight prediction. In addition to live weight measurements, morphometric characteristics such as back width and back length were recorded throughout the experimental period. Furthermore, image-based features including pixel area, perimeter length, and minor axis length were extracted from top-view images of the broilers. During the modeling stage, Gompertz, Richards, and von Bertalanffy growth curve models, together with Multiple Linear Regression (MLR) and Artificial Neural Network (ANN) approaches, were employed for live weight prediction. Model performances were evaluated using the statistical indicators RMSE, MAE, and R². The results demonstrated that growth curve models based solely on the age variable were able to predict live weight with high accuracy. For the Gompertz model, the RMSE, MAE, and R² values obtained from the testing dataset were 128.759 g, 68.852 g, and 0.979, respectively. In the models developed using manual morphometric measurements, the ANN approach produced more successful results compared with MLR. In particular, the ANN model including the age variable achieved the highest prediction performance, with RMSE and MAE values of 95.976 g and 56.491 g, respectively, and an R² value of 0.988 for the testing dataset. Among the image processing-based models, pixel area was identified as the most informative image feature, providing higher explanatory capability compared with the other extracted image characteristics. However, the performance of models developed solely using features derived from two-dimensional images remained lower than that of the models based on manual morphometric measurements. The inclusion of the age variable substantially improved the predictive performance of the image processing-based ANN models. For the testing dataset, the RMSE, MAE, and R² values were obtained as 114.774 g, 63.897 g, and 0.982, respectively. Overall, the findings indicated that image processing and artificial intelligence approaches can be effectively used for live weight prediction in broilers, while the incorporation of age information significantly enhances model accuracy.
Benzer Tezler
- Ticari etlik piliçlerde büyüme eğrisinin doğrusal ve doğrusal olmayan modellerle karşılaştırılması
Comparison of growth curve in commercial broiler chickens with linear and non-linear models
SEDAT TEL
- Dönem sonu canlı ağırlık farkının etlik piliçlerin ileum histolojisi, goblet sayısı üzerine etkileri
The effects of live weight differentation of broilers after rearing period on ileal histomorphologic parameters and goblet numbers
GAMZE BAT
- Etlik piliçlerin verimleri üzerine kısıntılı yemlemenin ve rasyonun enerji ve protein düzeylerinin etkisi
The Effects of the restricted feeding and the protein and energy contents of the ration on the performance of broilers
ZUHAL DEMİR
- Farklı sıcaklık ve nem koşullarının farklı genotiplerdeki etlik piliçlerin verim özellikleri üzerine etkisi
The Effect of different temperature and humidity conditions on production properties of broilers from different genotypes
SEZAİ ALKAN
- Etlik piliç yetiştiriciliğinde sürü büyüklüğününperformans üzerine etkileri
The effect of group size on broiler performance
KORAY KARAKOÇ
