Derin öğrenme algoritmalarını kullanarak görüntü sınıflandırma
Image classification using deep learning algorithms
- Tez No: 636260
- Danışmanlar: PROF. DR. GÜLHAYAT GÖLBAŞI ŞİMŞEK
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 81
Özet
Günümüzde bilgisayar teknolojilerinin gelişmesi, Merkezi İşlem Birimi ve Grafik İşlemci Ünitelerinin görsel / fotoğraf / video analizlerinde kullanılmasıyla beraber bilgisayarla görü süreçleri, daha az maliyetle ve daha yüksek başarılarla yapılabilmektedir. Bu çalışmada amaçlanan, yapay zeka tabanlı derin öğrenme algoritmalarını kullanarak fotoğrafları sınıflandırmaktır. Bu sınıflandırma işlemi Python programı kullanılarak yapılmıştır. Bu çalışmada kullanılacak veri seti olarak, her evde rahatça bulunabileceğinden dolayı ilaç kutuları seçilmiştir. 10 farklı ilaç kutusunun, 200 tane fotoğrafı eğitim için ve 50 tane fotoğrafı test verisi için çekilmiştir. Toplamda 10 farklı ilaç kutusunun, 2500 adet fotoğrafı çekilmiştir. Etiketleme ve klasörleme işleminin ardından ilk olarak eğitim verisinin klasörü oluşturulmuştur. Daha sonra aynı işlemler test verisi için de uygulanmıştır. Bu işlemlerin ardından bütün fotoğrafların boyutları değiştirilmiştir. Görüntü işleme süreçlerinde yaygın kullanılan boyut, 224 x 224 x 3 piksel boyutudur.Bütün fotoğraflar bu boyutta olacak şekilde yeniden düzenlenmiştir. Model kurulmadan önce veriyi artırmak için yapay fotoğraflar üretilmiştir. Her fotoğraf eğitilmeden önce belirlenmiş kriterlere göre kendini değiştirir ve sisteme yeni bir fotoğrafmış gibi girer. Böylece veri miktarı artmış ve sınıflandırma başarısı da yükselmiş olur. Sınıflandırma yapmak için Evrişimsel Sinir Ağları algoritması ile beraber transfer öğrenme kullanılmıştır. Uygun model ve mimari sonucunda geliştirilen model; 500 fotoğrafı, 10 sınıfa %97'i aşan bir başarı oranıyla sınıflandırmıştır.
Özet (Çeviri)
Nowadays, thanks to the development of computer technologies and the use of Central Processing Unit (CPU) and Graphics Processor Units (GPU) on visual / photo / video analyses, computer vision processes can be achieved with less cost and higher success. The aim of this study is classification of photographs using deep learning algorithms based on artificial intelligence. This classification was made using Python. As the data set to be used in this study, pillbox were chosen because they can be found easily in every house. 200 photographs of 10 different medicine boxes were taken for training data and 50 photographs for test data. In total, 2500 photographs of 10 different medicine boxes were taken. Following labeling and foldering, the training data folder is first created. The same procedures were applied for the test data. After this process all photos have been resized. The widely accepted dimensions in the image processing is 224 x 224 x 3 pixels. All photos were resized accordingly to this dimensions. Before the model was built, artifical images were produced to increase the data. Each photo changes itself according to the specified criteria before training and enters the system as if it were new photo. Thus, data amount increases and classification success also increases. In order to classify, CNN (Convolutional Neural Network) algorithm and Transfer Learning were used. Developed as a result of the appropriate model and architecture, the model classified 500 photographs with an accuracy rate exceeding 97% in 10 classes.
Benzer Tezler
- Derin öğrenme algoritmalarını kullanarak deepfake video tespiti
Deepfake video detection using deep learningalgorithms
ŞAHİN KORKMAZ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiAdli Bilişim Ana Bilim Dalı
PROF. DR. MUSTAFA ALKAN
- Çiftçi kayıt verileri ve açık kaynak kodlu EO-Learn kütüphanesi kullanılarak tarımsal ürün desen tespiti ve kontrolü
Agricultural product pattern detection and control using farmer registration data and open source code EO-Learn library
FATİH FEHMİ ŞİMŞEK
Doktora
Türkçe
2022
Jeodezi ve FotogrametriNecmettin Erbakan ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. SÜLEYMAN SAVAŞ DURDURAN
- Derin öğrenme yöntemleri kullanarak beyin tümörü teşhisi ve sınıflandırması
Brain tumor diagnosis and classification using deep learning methods
ABDULLAH SAKIN
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiTokat Gaziosmanpaşa ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MAHMUT HEKİM
- El yazısı karakter tanıma ve resim sınıflandırmada derin öğrenme yaklaşımları
Deep learning approaches in handwritting character recognition and image classification
AOUDOU SALOUHOU
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFatih Sultan Mehmet Vakıf ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BERNA KİRAZ
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK