A deep learning model for marble quality classification
Mermer kalitesi sınıflandırması için derin öğrenme destekli bir model
- Tez No: 670686
- Danışmanlar: DR. ÖĞR. ÜYESİ METE EMİNAĞAOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 55
Özet
Mermer işletmelerinin temel politikası, sürdürülebilir ve yüksek kaliteli ürünleri standartlaşmış bir yöntemle ortaya koymaktır. Farklı türdeki mermerlerin tanımlanması ve sınıflandırılması, genellikle bu alandaki uzman kişiler tarafından manuel olarak gerçekleştirilen önemli bir iştir. Bununla birlikte, mermer kalite sınıflandırılmasının insanlar tarafından ve manuel şekilde yapılması oldukça zaman alıcı, hatalara fazlasıyla açık, aynı zamanda da güvenilir olmayan ve öznel bir süreçtir. Bu süreci daha nesnel ve güvenilir, çok daha hızlı ve çok daha az insan müdahalesi gerektirecek şekilde otomatik hale dönüştüren bilgi teknolojilerine dayalı yaklaşımlar ve yöntemlere büyük ölçüde gereksinim vardır. Bu çalışmada, levha mermer resimlerini işleyerek altı farklı kalite tipine göre sınıflandıran bir derin öğrenme modeli geliştirilmiştir. Veri artırımı amacıyla, orijinal mermer resimlerine özgü bir görüntü ön işleme süreci gerçekleştirilmiş ve özel bir evrişimsel sinir ağı mimarisi tasarlanıp uyarlanmıştır. Mermer görselleri üzerinde bu çalışmada uygulanan özgün veri artırımı yaklaşımının, evrişimsel sinir ağı modelinin sınıflandırma başarısı ve doğruluk değerlerini çok önemli düzeyde arttırdığı gözlenmiştir. Evrişimsel sinir ağı modeli ile alternatif yapay öğrenme algoritmalarının tamamından çok daha başarılı sonuçlar elde edildiği ve mermer işlemedeki kalite kontrol uzmanlarının performanslarına yakın başarı düzeyinde sınıflandırma yapılabildiği ortaya konulmuştur.
Özet (Çeviri)
The basic policy of marble enterprises is to establish sustainable high-quality products in a standardized manner. Identification and classification of different types of marbles is a critical task that is usually carried out by human experts. However, marble quality classification by human experts can be time-consuming, error-prone, unreliable, and subjective. Automated and computerized methods are needed to obtain more reliable, faster, and less subjective results. In this study, a deep learning model is developed in order to perform multi-classification of marble slab images with six different quality types. Some special image pre-processing operations were applied to the images for data augmentation and a special convolutional neural network (CNN) architecture was designed and implemented. It has been observed that the data augmentation approach for marble image samples has significantly improved the accuracy of the CNN model. Some outstanding results have been obtained with the proposed CNN model, which surpassed the alternative machine learning algorithms and even equalized the human experts' classification performance.
Benzer Tezler
- Taşucu Körfezi Dana Adası'nda Kilise V
Church V on Dana Island at Tasucu Gulf
NUR ERDEMCİ
Yüksek Lisans
Türkçe
2023
Arkeolojiİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. BİLGE AR
DOÇ. DR. GÜNDER VARİNLİOĞLU
- A deep learning model for prognostics and system health management
Prognostik ve sistem sağlığı yönetimi için derin bir öğrenme modeli
RASHID RAMADHAN BWAMBALE
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CAHİT PERKGÖZ
- Türkiye ve Ab ülkelerinde elektrik üretimindeki malzeme ayak izlerinin tahmini için bir derin öğrenme modeli
A deep learning model for material footprints of electricity generation prediction in Turkey and Eu countries
ÖMER ALGORABİ
Yüksek Lisans
Türkçe
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Üniversitesi-CerrahpaşaEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERSİN NAMLI
DR. ÖĞR. ÜYESİ RAMAZAN ÜNLÜ
- A deep learning model for susceptibility artifact correction in Echo Planar Imaging
Eko Planar Görüntülemede duyarlılık artefaktı düzeltme için derin öğrenme modeli
ABDALLAH GHAZI FAISAL ZAID ALKILANI
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. EMİNE ÜLKÜ SARITAŞ ÇUKUR
DOÇ. TOLGA ÇUKUR
- Developing a deep learning based offline optical character recognition model for printed Ottoman turkish
Derin öğrenme tabanlı çevrimdışı Osmanlıca basılı karakter tanıma modeli geliştirilmesi
AHMED NADHEER QASIM AL-KHAFFAF
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÜMİT ATİLA