İnsansız hava aracı ile gerçek zamanlı nesne tanıma
Real time object detection with unmanned aerial vehicle
- Tez No: 689967
- Danışmanlar: DR. ÖĞR. ÜYESİ MUSA ÇIBUK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Savunma ve Savunma Teknolojileri, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering, Defense and Defense Technologies
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Bitlis Eren Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 81
Özet
Yapay zekâ alanında bugüne kadar birçok çalışma yapılmış ve bu çalışmalar neticesinde birçok algoritma geliştirilmiştir. Donanım üreticileri de her geçen gün daha iyi donanımlar üretmektedirler. Bugün geldiğimiz noktada yüksek donanım gücü sayesinde, daha önce gerçekleştirilmesi mümkün olmayan algoritmaları kullanan uygulamalar geliştirilmektedir. Bilgisayarla görü alanındaki denetimli öğrenme algoritmalarının gerçekleştirilmesi için ihtiyaç duyulan büyük veri miktarı, cep telefonu kameraları ve internet sayesinde elde edilebilir bir hale gelmiştir. Bu sayede birçok farklı sınıfa ait görüntüler içeren PASCAL VOC, ILSVRC, COCO gibi açık erişimli görsel veri setleri oluşturulmuştur. Fakat bu veri setleri insansız hava aracıyla görüntü işleme için ihtiyaç duyulan kuşbakışı perspektifinden çekilen görüntüleri içermemektedir. Bu tez çalışmasında insansız hava araçları ile gerçek zamanlı görüntü işleme amaçlanmıştır. Bu amaçla insansız hava araçları ile çekilmiş görüntülerden oluşan özgün bir veri seti oluşturulmuştur. Gerçek zamanlı görüntü işleme hızına sahip bir evrişimsel sinir ağı modeli olan YOLO v4 seçilmiş ve oluşturulan veri seti ile eğitilmiştir. Geliştirilen uygulama ile insansız hava aracından alınan görüntüler YOLO v4 Modeli ile işlenerek, veri setinin içerdiği“insan”ve“koyun”sınıfları özelinde, gerçek zamanlı nesne tanıma yapılmıştır.
Özet (Çeviri)
Many studies have been carried out in the field of artificial intelligence and many algorithms have been developed as a result of these studies. Hardware manufacturers are also producing better hardware every day. Thanks to hardware power we have reached today, applications using algorithms that couldn't be run on hardware before are being developed. The large amount of data needed for the realization of supervised learning algorithms in the field of computer vision has become available thanks to mobile phone cameras and the internet. With these data, publicly accessible visual data sets such as PASCAL VOC, ILSVRC, COCO containing images of many classes have been created. However, these datasets do not include the bird's-eye perspective images needed for drone image processing. In this thesis, real-time image processing with unmanned aerial vehicles is aimed. For this purpose, a unique data set consisting of images taken by unmanned aerial vehicles was created. YOLO v4, a convolutional neural network model with real time image processing speed, was chosen and trained with the created dataset. With the developed application, the images taken from the unmanned aerial vehicle were processed with the Yolo v4 Model and real-time object detection was achieved on“person”and“sheep”classes that are included in dataset.
Benzer Tezler
- Derin öğrenme tabanlı ses ve görüntü işleme teknolojilerine sahip otonom insansız hava aracı
Autonomous unmanned aerial vehicle with deep learning-based audio and visual processing technologies
ERTUĞRUL KIRAÇ
Doktora
Türkçe
2024
Savunma ve Savunma Teknolojileriİstanbul Gedik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. SUNULLAH ÖZBEK
- Design and control of an autonomous blimp
Otonom hava aracı (Zeplin) tasarımı ve kontrolü
ERTUĞRUL BAYRAKTAR
Yüksek Lisans
İngilizce
2013
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. PINAR BOYRAZ
- Kapalı ortamlarda yerelleştirme ve haritalama için sensör füzyonu
Sensor fusion for gps denied environment for localization and mapping
HÜSEYİN BURAK KURT
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMakine Ana Bilim Dalı
DOÇ. DR. ERDİNÇ ALTUĞ
- İHA kullanılarak orman yangınlarının tespiti ve görüntülenmesi için derin öğrenme tabanlı gözetleme sisteminin geliştirilmesi
Development of a deep learning based surveillance system for forest fire detection and monitoring using UAV
IBRAHIM SHAMTA
Yüksek Lisans
Türkçe
2023
Mekatronik MühendisliğiKarabük ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BATIKAN ERDEM DEMİR
- Hava araçları ile alınan görüntülerden derin öğrenme ile felaketzede tespiti
Human - survivor detection for unmanned aerial vehicle with deep learning technics
MUSTAFA GÖREN
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiKırklareli ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT OLCAY ÖZCAN