Bitkilerde görülen hastalıkların derin öğrenme yöntemleriyle tespiti ve sınıflandırılması
Determination and classification of diseases in plants with deep learning methods
- Tez No: 584044
- Danışmanlar: DR. ÖĞR. ÜYESİ ADEM TUNCER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Yalova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 73
Özet
Günümüzde, teknolojide meydana gelen hızlı gelişmelere bağlı olarak tarımsal çalışmalar da bu gelişmelerden olumlu olarak etkilenmiş ve hassas tarım kavramı ortaya çıkmıştır. Hassas tarım tarlada çalışan insan iş gücünü en aza indirmeyi ve bununla birlikte teknolojiyi kullanarak verimi en üst düzeye çıkarmayı hedeflemektedir. Hassas tarım uygulamaları, çiftçinin ihtiyaçları doğrultusunda gelişim göstermektedir. Çiftçinin en büyük ihtiyaçlarından birisi de elde ettiği ürünün kaliteli ve verimli olmasıdır. Bu yüzden bitkinin yaşam evrelerinde hastalıklardan uzak tutulması gerekmektedir. Bir bitki yaşam evresinin her adımında gözlemlenmeli ve hastalıklardan olabildiğince uzak tutulmalıdır. Bitkinin herhangi bir hastalığa yakalanması durumunda bu hastalık ilk evrelerde tespit edilebilmelidir ki bitkiye ve ürününe çok fazla bir zarar vermeden engellenebilsin. Bitkideki hastalığın başlangıç durumunda tespit edilip iyileştirilmesi, bitki ürünlerinin kalitesinin düşmesinin önüne geçebilmektedir. Hassas tarım uygulamaları ile bitkilerde görülen hastalıkların otomatik olarak tespit edilmesi ve hastalık türünün belirlenmesi mümkün olmaktadır. Bu tez çalışmasında, domates ve elma yapraklarındaki hastalıkların tespiti ve sınıflandırılması derin öğrenme yöntemleri ile gerçekleştirilmiştir. Derin öğrenme yöntemlerinden biri olan Konvolüsyonel Sinir Ağı (KSA) modeli ve Learning Vector Quantization (LVQ) algoritması tabanlı bir yaklaşım sunulmuştur. Deneysel çalışmalar domates ve elma yaprakları için ayrı ayrı yapılmıştır. Domates yapraklarından oluşan veri setinde 4 farklı hastalıklı yaprak ve 1 sağlıklı yaprak olmak üzere toplam 5 farklı sınıf için deneysel çalışmalar gerçekleştirilmiştir. Elma yaprakları üzerinde gerçekleştirilen çalışmalarda ise Yalova ilinde bulunan elma bahçelerindeki yaprakların kamera ile görüntüleri alınmış ve deneysel çalışmalar ağaç üzerindeki yaprak görüntüleri üzerinde gerçekleştirilmiştir. Deneysel sonuçlar, çalışmada önerilen konvolüsyonel sinir ağları tabanlı yöntemin yapraklardaki hastalıkların tespitinde başarılı olduğunu ve tarımsal alanlarda hastalık tespiti ve sınıflandırma çalışmaları için etkili bir şekilde kullanılabileceğini göstermektedir.
Özet (Çeviri)
Due to the rapid developments in the latest technology, agricultural studies have been positively affected by these developments and the concept of sensitive agriculture has emerged. Precision agriculture aims to minimize the human labor in the field and to maximize productivity by using technology beside this. Precision agriculture practices are developing in line with the needs of the farmer. One of the biggest needs of the farmer is that the product farmer's obtains is of high quality and efficient. Therefore, the plant should be kept away from diseases during its life stages. A plant should be observed at every step of the life stage and kept as far away from diseases as possible. Diseases should be detected at an early stage if the plant catches any disease, so that it can be prevented without causing too much damage to the plant and its crop. Detection and rehabilitation of plant disease in the first case may prevent deterioration of the quality of plant products. It is possible to detect the diseases seen in plants automatically and to determine the disease type with precision agriculture applications. In this thesis, detection and classification of diseases in tomato and apple leaves were carried out by deep learning methods. An approach based on Convolutional Neural Network (CNN) model which is one of the deep learning methods and Learning Vector Quantization (LVQ) algorithm is presented. Experimental studies were done separately for tomato and apple leaves. In the data set consisting of tomato leaves, experimental studies were conducted for 5 different classes, 4 different diseased leaves and 1 healthy leaf. In the studies carried out on apple leaves, the images of the leaves in the apple orchards in Yalova province were taken with camera and the experimental studies were carried out on the leaf images on the tree. Experimental results show that the convolutional neural network based method proposed in the study is successful in detecting diseases in leaves and can be used effectively for disease detection and classification studies in agricultural areas.
Benzer Tezler
- Modül bazlı iyileştirilmiş derin öğrenme modelleriyle bitkilerde hastalıkların teşhisi
Diagnosis of diseases in plants with module-based improved deep learning models
ALİ EMRE GÖK
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAKİR TAŞDEMİR
- Derin öğrenme yöntemiyle patates yaprağı görüntülerinden hastalık tespiti
Disease detection from potato leaf images using deep learning methods
KENAN ALMAS
Yüksek Lisans
Türkçe
2025
Bilim ve TeknolojiBatman ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULKERİM ÖZTEKİN
- Yerfıstığı tarımında uygun kültürel işlemler ve hastalık yönetim pratikleri ile hastalık ve aflatoksin oluşumunun önlenmesi
Control of diseases and aflatoxin occurences with proper cultural and disease management practices in peanut growing
IŞILAY LAVKOR
Doktora
Türkçe
2013
ZiraatÇukurova ÜniversitesiBitki Koruma Ana Bilim Dalı
PROF. DR. MEHMET BİÇİCİ
PROF. DR. ZÜLKÜF KAYA
- Derin öznitelikler kullanılarak kiraz yapraklarında külleme hastalık seviyesinin sınıflandırılması
Classification of level of powdery mildew disease on cherry leaves using deep attributes
HATİCE KAYHAN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAmasya ÜniversitesiTeknoloji ve İnovasyon Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAVUZ ÜNAL
DR. ÖĞR. ÜYESİ EMRAH DÖNMEZ
- Taşköprü sarımsağından yeni bir antikanser molekül önerisi: izolasyonu, karakterizasyonu, hücre kültürü ve antioksidan çalışmaları
Proposal of a new anticancer molecule from taşköprü garlic: isolation, characterization, cell culture and antioxidant studies
ÜMMÜGÜLSÜM POLAT KORKUNÇ