Deep learning based vehicle make and model classification
Derin öğrenme tabanlı araç marka ve model sınıflandırma
- Tez No: 522355
- Danışmanlar: DOÇ. DR. AHMET EMİR DİRİK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Science and Technology, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Uludağ Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
Son zamanlarda araç marka & model sınıflandırma üzerine çok sayıda araştırma yapılmaktadır. Bu bağlamda karşılaşılan problemler tez kapsamında ele alınmaktadır. Yüksek başarı oranı ile sınıflandırma yapabilmek ve imgelerin etiketlenme süresini azaltabilmek karşılaşılan ana problemler arasındadır. Bu çalışmada, online araç satış sitelerinden veriler toplanarak bir veritabanı oluşturuldu. Tez boyunca yapılan deneylerde bu veritabanı kullanıldı. Sonrasında, SSD (Single Shot Multibox Detector) tabanlı bir model CNN (Convolutional Neural Network) tabanlı bir model ile birleştirildi ve yeni bir model akışı önerildi. Bu bağlamda araçlar bir algoritma aracılığı ile tespit edildi. Bu sayede, etiketleme süresinde önemli bir azalma sağlandı. Tespit edilen araçlar CNN modelinin eğitiminde kullanıldı. Klasik bir CNN modeli ile kıyaslandığında, sınıflandırma başarı oranında yaklaşık olarak %4'lük bir artış görüldü. Akabinde, tespit edilen araçların koordinatları ilgili imgelerin gerçek referans değerleri olarak alınmıştır. Başka bir model akışında, bu imgeler SSD modelinin eğitiminde kullanılmıştır. Sonuç olarak bu model akışında; oldukça iyi tanımlanmamış gerçek referans değerlerine rağmen, kabul edilebilir derecede sınıflandırma ve tespit etme başarı oranlarına ulaşılmıştır. Son olarak, bahsi geçen model akışlarını kullanarak gerçek bir senaryoya odaklanan bir uygulama önerilmiştir. Bu uygulamada, plaka numarası ile araç marka & model bilgisi eşleştirip veritabanı üzerinden kontrolü yapılmaktadır. Plakanın okunulabilir olduğu varsayılmıştır.
Özet (Çeviri)
Many pieces of research have been performed on the vehicle make & model classification recently. This thesis studies the problems regarding this topic. Being able to reach high classification accuracy is one of the main challenges as well as to reduce the annotation time of the images. In this thesis, it is first created a fine-grained dataset by using online marketplaces of Turkey to address these challenges by implementing all experiments on it. Then, it is proposed a pipeline to combine an SSD (Single Shot Multibox Detector) model with a CNN (Convolutional Neural Network) model. In the pipeline, the vehicles are detected by following an algorithm to diminish the time of annotation. The detected vehicles are fed into the CNN model. The results show that the classification accuracy reaches roundly 4% better score when compared with a conventional CNN model. Later, the detected vehicles are picked as Ground Truth Bounding Boxes (GTBB) of the images. Thus, every single image in the dataset contains its GTBB. As a result, they are fed into an SSD model in a different pipeline. By that, it is reached acceptable classification & detection accuracy results even though it is not used perfectly shaped GTBB. Lastly, it is proposed an application which focuses on a use case by using our proposed pipelines. Assuming that license plates are readable, it detects the unlawful vehicles by comparing their license plate numbers and make & models.
Benzer Tezler
- Kanal tabanlı özellik temsili ve derin öğrenmeye dayalı uykululuk sınıflandırması
Drowsiness classification based on channel-based feature representation and deep learning
MUSTAFA RIFAT ÇELİK
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ZÜMRAY ÖLMEZ
- A modular multı-stage method for vehıcle detectıon and classıfıcatıon ın low resolutıon ımages
Düşük çözünürlüklü görüntülerde araç tespi̇ti̇ ve siniflandirmasi i̇çi̇n birden fazla aşamali modüler bi̇r yöntem
BAMOYE MAIGA
Doktora
İngilizce
2025
Elektrik ve Elektronik MühendisliğiAtılım ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YASER DALVEREN
- Machine learning based for insurance claims fraud detection technique for safeguarding the health industry
Sağlık sektörünü koruma amaçlı makine eğitimi tabanlı sigorta talep dolandırıcılığı tespit tekniği
GHİNA ÖZDEMİR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. RAFET AKDENİZ
- Development of a deep learning approach for 3dimensional point cloud classification
3 boyutlu nokta bulutlarının sınıflandırılması için derin öğrenme yaklaşımı geliştirilmesi
ERAY SEVGEN
Doktora
İngilizce
2024
Jeodezi ve FotogrametriHacettepe ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SAYGIN ABDİKAN
- Derin öğrenme tabanlı yöntemler ile GPR görüntülerinde obje tespiti
Object detection in GPR images with deep learning based methods
ORHAN APAYDIN
Yüksek Lisans
Türkçe
2023
Jeofizik Mühendisliğiİstanbul Teknik ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TURGAY İŞSEVEN