Segmentation of diseased apple tree leaves using convolutional neural network
Konvolutional nöral ağ kullanarak hasta elma ağağı yapraklarinin segmentasyon
- Tez No: 667438
- Danışmanlar: DR. ÖĞR. ÜYESİ HAKAN TORA
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Atılım Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 77
Özet
Tarım alanında, uzmanın gözü hastalığı erken bir aşamada tanımlayamayabilir veya doğru bir şekilde teşhis edemeyebilir. Bitki hastalığının yanlış teşhisi genellikle yanlış tedavinin seçilmesine ve bu da mahsulün kaybına neden olur. Bu nedenle, hastalıklı yaprağın otomatik segmentasyon sistemi bu sorunu çözmek için son derece gereklidir. Bu tez Bitki Patolojisi 2020 segmentasyonunda derin öğrenme nin cesaretini görüntüler - FGVC7 veri seti elma kabuğu gibi birden fazla elma foliar hastalığı belirtileri yüksek çözünürlüklü renkli görüntüler içeren, sedir elma pas, ve sağlıklı yapraklar. Önerilen segmentasyon algoritması, U-Net ve ResNet olmak üzere iki farklı mimari kullanılarak yapılan anlamsal segmentasyon yaklaşımıdır. Her iki ağın sonuçları Pixel Accuracy, IoU, F1-Score ve Recall ölçümleri kullanılarak değerlendirilmiş ve karşılaştırma ResNet'in bu amaca yönelik verimliliğini göstermiştir.
Özet (Çeviri)
In the field of agriculture, the expert's eye might not be able to identify or correctly diagnose the disease at an early stage. The misdiagnosis of plant disease often leads to choosing the wrong treatment and this leads to losing the crops. Therefore, an automatic segmentation system of the diseased leaf is highly required to solve this issue. This thesis displays the prowess of deep learning in the segmentation of Plant Pathology 2020 - FGVC7 dataset that includes high-resolution coloured images of multiple apple foliar disease symptoms such as apple scab, cedar apple rust, and healthy leaves. The proposed segmentation algorithm is the semantic segmentation approach by using two different architectures U-Net and ResNet. The results of both networks have been evaluated by using Pixel Accuracy, IoU, F1-Score, and Recall metrics, and the comparison showed the efficiency of ResNet for this purpose.
Benzer Tezler
- Automatic segmentation of computed tomography images of liver using watershed and thresholding algorithms
Karaciğerin bilgisayarlı tomografi görüntülerinin su havzası ve eşikleme algoritmaları ile otomatik olarak bölütlenmesi
TUĞÇE SENA AVŞAR
Yüksek Lisans
İngilizce
2017
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SAMİ ARICA
- Automatic segmentation of breast cancer on mammogram images using image processing techniques
Mamografi görüntülerinden görüntü işleme tekniklerini kullanılarak göğüs kanserinin otomatik tespiti
SAFWET ALAN ALI AL DAWERI
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. GÖRKEM SERBES
- Tıbbi teşhis için deri lezyonlarının segmentasyonu ve sınıflandırılması
Segmentation and classification of skin lesions for medical diagnosis
MERVE GÜN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Sabahattin Zaim ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AMANİ YUSUF
- Iris segmentation and recognition based on deep learning in the presence of diseases
Hastalıkların varlığında segmentasyon ve derin öğrenme ile irıs tanıma
ABBADULLAH .H SALEH
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. OĞUZHAN MENEMENCİOĞLU
- Image analysis for contrast enhanced ultrasound carotid plaque imaging
Başlık çevirisi yok
ZEYNETTİN AKKUŞ