Derin öğrenme ve görüntü işleme yöntemleri ile detaylı sınıflandırma
Detailed classification with deep learning and image processing methods
- Tez No: 699210
- Danışmanlar: PROF. DR. URFAT NURIYEV
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, görüntü işleme teknikleri ve derin öğrenme modelleri incelenmiş, bu araştırmalar sonucunda derin ve görüntü işleme yöntemleri ile detaylı sınıflandırma için çözüm sunulmuştur. Çalışmada, evrişimsel sinir ağları modeli bir derin öğrenme eğitilmesi fikri sunulmaktadır, görüntü iyileştirme ile kenar belirleme görüntü işleme teknikleri kullanılarak modele verilen örnek görüntüler önceden belirlenen problem bazlı etiket gruplarına göre 70% ile 99% arasında bir oranla detay sınıflandırması yapmaktadır. Sonuçlar, çalışmanın çeşitli alanlara uygulanabileceğine ve ileride daha da geliştirilebileceğini göstermektedir.
Özet (Çeviri)
In this thesis, image processing techniques and deep learning models were examined, and as a result of these researches, a solution was presented for detailed classification with deep and image processing methods. In the study, the idea of training the conventional neural network model in deep learning is presented, using image enhancement and edge detection image processing techniques, sample images given to the model make a detailed classification between 70% and 99% according to predetermined problem-based label groups. The results show that the study can be applied to various fields and can be further developed in the future.
Benzer Tezler
- Endüstriyel uygulamaların derin öğrenme ile yüksek hızlarda gerçeklenmesi için optmize edilmiş ağ yapılarının geliştirilmesi
Development of optimized network architectures for high speed industrial applications using deep learning
HAKAN AKTAŞ
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAkdeniz ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖVÜNÇ POLAT
- Çok sınıflı medikal görüntü sınıflandırması için melez derin öğrenme yaklaşımları
Hybrid deep learning approaches for the multi class medical image classification
ZELİHA KAYA AKÇELİK
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFatih Sultan Mehmet Vakıf ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖNÜL ULUDAĞ
- Efficient deep learning approaches for signal and image analysis applications
Sinyal ve görüntü analizi uygulamaları için verimli derin öğrenme yaklaşımları
ONUR CAN KOYUN
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. BEHÇET UĞUR TÖREYİN
- Explainable deep learning classification of tree species with very high resolution VHRTreeSpecies dataset
Açıklanabilir derin öğrenme yöntemleri ile çok yüksek çözünürlüklü VHRTreeSpecies veri seti kullanılarak ağaç türlerinin sınıflandırılması
ŞULE NUR TOPGÜL
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Skin lesion classification with machine learning
Makine öğrenmesi ile cilt lezyonu sınıflandırması
ESRA SENDEL
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSA YILDIRIM