Derin öğrenme yöntemleri ile ayakkabı görüntülerinin sınıflandırılması
Classification of shoes images with deep learning methods
- Tez No: 610634
- Danışmanlar: DR. ÖĞR. ÜYESİ ABDÜLKADİR GÜMÜŞÇÜ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Harran Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 59
Özet
Günümüzde üretim sektöründe bir ürünün çok farklı çeşitleri üretilebilmektedir. Özellikle ayakkabı gibi tüm tüketicilerin temel bir ihtiyacı olan üründe çok fazla sayıda çeşitlilikte tercih bulunabilmektedir. Üretim sektöründeki artış, e-ticaretin yaygınlaşması gibi sebeplerden dolayı tüketicinin beğendiği ürünü bulabilmesi için çeşitli sınıflandırma tekniklerinden faydalanılmaktadır. Bu sınıflandırma tekniklerinden biri de oldukça popüler kullanımı olan derin öğrenme yaklaşımıdır. Sınıflandırma işleminin en doğru ve hızlı bir şekilde gerçekleştirilebilmesi için farklı yöntemlerin gelişimi devam etmektedir. Derin öğrenme yöntemi ile sınıflandırma yapılırken donanım maliyeti, zamandan tasarruf ve veri kümesinin yetersizliği gibi sorunların önüne geçebilmek için önceden eğitilmiş derin öğrenme modellerinden transfer öğrenme yöntemleri kullanılmaktadır. Bu tez çalışmasında, 107 farklı sınıf etiketi içeren ayakkabı görüntülerinden oluşan bir veri kümesi ile farklı önceden eğitilmiş derin öğrenme modelleri kullanılarak transfer öğrenme uygulamaları yapılmaktadır. Sıfırdan tasarlanan konvolüsyonel sinir ağları ile bu veri kümesi eğitilmektedir. Yapılan bu uygulamaların sınıflandırma doğruluk başarı oranları ve çalışma süreleri kıyaslanarak transfer öğrenmenin sağladığı avantajlar gözlemlenmektedir. Elde edilen deneysel çalışmaların sonuçlarına göre ayakkabı veri kümesi ile yapılan transfer öğrenme uygulamalarının, sıfırdan tasarlanan konvolüsyonel sinir ağlarından daha başarılı olduğu görülmektedir. Önceden eğitilmiş derin öğrenme modellerinden AlexNet modeli ile ince ayar transfer öğrenme yöntemi kullanılarak yapılan deneysel çalışma %72.87'lik sınıflandırma doğruluk başarı oranı ile bu tez çalışmasında yapılan diğer deneysel çalışmalara kıyasla en başarılı sonucu vermektedir.
Özet (Çeviri)
Nowadays, many different types of a product can be produced in the production sector. Especially in the product, which is a basic need of all consumers such as shoes, there are a large number of preferences. Various classification techniques are used for the consumer to find the product he/she likes due to reasons such as increase in the production sector and the spread of e-commerce. One of these classification techniques is deep learning approach, which is very popular recently. The development of different methods continues in order to perform the classification process in the most accurate and fastest way. Transfer learning methods from pre-trained deep models are used to avoid problems such as hardware cost, run time saving and insufficient data set while classifying with deep learning method. In this thesis, transfer learning applications are made using a data set consisting of 107 different class labels and different pre-trained deep learning models. Convolutional neural networks designed from the scratch are trained with this dataset. The advantages of transfer learning are observed by comparing the classification accuracy success rates and run times of these applications. According to the results of the experimental studies obtained, it is seen that the transfer learning applications with the shoes data set are more successful than the convolutional neural networks designed from the scratch. Experimental study using the fine-tuned transfer learning method with AlexNet model, which is one of the pre-trained deep learning models, gives the most successful result compared to other experimental studies in this thesis study with a classification accuracy rate of 72.87%.
Benzer Tezler
- Derin öğrenme yöntemleri kullanılarak ürün önerme sistemi
Product recommendation system using deep learning methods
ALİ SARIKAYA
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. ALİ GÜNEŞ
- Exploring design based learning activities in 2nd grade science classrooms
2. sınıf bilim sınıflarında tasarım tabanlı öğrenme aktivitelerinin keşfedilmesi
ÖZLEM YAPRAK BOSTANCI
Yüksek Lisans
İngilizce
2024
Eğitim ve ÖğretimOrta Doğu Teknik ÜniversitesiEğitim Programları ve Öğretimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ELİF ÖZTÜRK
- 1996-2023 yılları arasında yama testinde lastik alerjenleriyle pozitif reaksiyon saptanan olguların değerlendirilmesi
Evaluation of patients with positive patch test reactions to rubber allergens between 1996 and 2023
İBRAHİM HALİL AYDOĞDU
Tıpta Uzmanlık
Türkçe
2023
Dermatolojiİstanbul ÜniversitesiDeri Hastalıkları ve Frengi Ana Bilim Dalı
PROF. DR. ESEN ÖZKAYA
- Derin öğrenme yöntemleri ile görüntü üzerinden yoklama sistemi tasarımı
Attendance system design from image with deep learning methods
ULAŞ ARLI
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTekirdağ Namık Kemal ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERCAN BULUŞ
- Derin öğrenme yöntemleri ile anomali tespiti
Anomaly detection with deep learning methods
YUSUF ŞALK
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ÇEVİKALP