Geri Dön

İnsansız hava aracı görüntülerinden derin öğrenme yöntemleriyle nesne tanıma

Deep learning methods object recognition from unmanned aerial vehicle imagesphotos

PDF İndir

  1. Tez No: 678752
  2. Yazar: SEMİH MURAT
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ERDAL GÜVENOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Derin öğrenme, Makine öğrenmesi, Makine öğrenmesi yöntemleri, Yapay zeka, Deep learning, Machine learning, Machine learning methods, Artificial intelligence
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Maltepe Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

İnsansız hava araçlarının kullanımı ve önemi sürekli artmaktadır. Her geçen gün hayatın farklı bir alanında bu araçların kullanımıyla ilgili yeni bir gelişme yaşanmaktadır. Yaşanan bu gelişmeler sayesinde havadan alınan görüntülerde hem nitelik hem nicelik anlamında da artış olmaktadır. Havadan alınan görüntüler kullanılarak nesne algılama çalışmaları için en önemli ihtiyaçlardan birisi olan kaliteli ve büyük veri setleri insansız hava araçları ile giderilmiştir. Hem bu alanda hem de bilgisayarlı görü dünyasında yaşanan gelişmeler hava fotoğraflarından nesne algılama çalışmalarını daha da önemli bir hale getirmiştir. Özellikle evrişimsel sinir ağları dünyasında sürekli daha hızlı ve daha başarılı modeller geliştirilmektedir. Bu modellerin başarısının hava fotoğrafları ile de anlaşılması literatür için oldukça önemli ve gereklidir. Bu tez çalışmasında alanda eksik olduğu görülen son dönemde geliştirilmiş hızlı ve başarılı evrişimsel sinir ağları kullanılarak hava fotoğraflarından nesne algılama çalışmaları yapılmıştır. Deneysel çalışmalar sonucunda elde edilen sonuçlar grafiklerle anlaşılır bir şekilde analiz edilmiştir.

Özet (Çeviri)

The use and importance of unmanned aerial vehicles is constantly increasing. Every day there is a new development regarding the use of these tools in a different area of life. Thanks to this increase, there is an increase in both quality and quantity of aerial images. Using aerial images, one of the most important needs for object detection studies, high quality and large data sets were met with unmanned aerial vehicles. Developments in both this field and the world of computer vision have made object detection studies from aerial photographs even more important. Especially in the world of convolutional neural networks, faster and more successful models are constantly being developed. Understanding the success of these models with aerial photographs is very important and necessary for the literature. In this thesis, object detection studies from aerial photographs have been carried out using the recently developed fast and successful convolutional neural networks, which are seen to be lacking in the field. The results obtained as a result of experimental studies were analyzed with graphics in an understandable way.

Benzer Tezler

  1. Tez No

    989719

    İnsansız hava aracı kullanılarak elma bitkisindeki kara leke hastalığının derin öğrenme yöntemleri ile tespiti

    Detection of apple scab disease in apple plants with deep learning methods using unmanned aerial vehicles

    NERGİZ AYDIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    ZiraatIsparta Uygulamalı Bilimler Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BEKİR AKSOY

    PROF. DR. HÜLYA ÖZGÖNEN ÖZKAYA

  2. Tez No

    873413

    İnsansız hava aracından elde edilen görüntülerin derin öğrenme yöntemi ile iyileştirilmesi

    Improvement of images obtained from unmanned aerial vehicle with deep learning method

    HALİL İBRAHİM GÜMÜŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Havacılık Bilimi ve Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER OSMAN DURSUN

  3. Tez No

    798219

    Detection and quantification of pavement defects using unmanned aerial vehicle imagery

    İnsansız hava aracı kullanılarak elde edilen görüntülerden yol yüzeyi hasarı tespiti

    TUĞBA YILDIZLI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    İnşaat MühendisliğiHacettepe Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BURCU GÜLDÜR ERKAL

  4. Tez No

    998990

    Advancing urban climate analysis through uav-based thermal imaging, LCZ classification, and automated surface temperature prediction in GİS environments

    İha termal verileri ve LCZ sınıflandırması kullanılarak CBS'de otomatik yüzey sıcaklığı modelleme: Kentsel iklim analizinin gelecek nesil yaklaşımı

    GÖKÇE GÖNÜLLÜ SÜTÇÜOĞLU

    Doktora

    İngilizce

    İngilizce

    2026

    Şehircilik ve Bölge Planlamaİzmir Katip Çelebi Üniversitesi

    Kentsel Dönüşüm Ana Bilim Dalı

    DOÇ. DR. AYŞE KALAYCI ÖNAÇ

  5. Tez No

    715061

    Derin öğrenme algoritmaları kullanılarak döner kanatlı insansız hava aracı görüntülerinden haşhaş, kenevir ve tütün bitkilerinin tespiti

    Detection of poppy, hemp, and tobacco plants from images of rotary-wing unmanned aerial vehicles using deep learning algorithms

    MUHAMMED MÜCAHİT ARVAS

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    İstatistikVan Yüzüncü Yıl Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. RECEP ÖZDAĞ

Geri Dön