Evrişimsel sinir ağı destekli şerit takip sistemi tasarımı
Design of lane detection system supported by convolutional neural network
- Tez No: 715693
- Danışmanlar: PROF. DR. ADEM ALPASLAN ALTUN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 77
Özet
Günümüzde kendi kendine sürüş yapabilen cihazların popülerliği gitgide artmaktadır. Bu kapsamda otonom sürüş yeteneğine sahip araçların da kullanım yelpazesi genişlemekte ve yeni teknolojiler ortaya atılmaktadır. Bu araştırmada otonom sürüş yeteneğine sahip karayolu araçlarının, sürüş esnasında, içinde bulunduğu şeritleri tanıyabilmesi ve otoyol üzerindeki konumunu tespit edebilmesi için derin öğrenme temelli bir model önerilmiştir. Bu derin öğrenme modelinin oluşturulması amacıyla farklı hava şartlarına sahip 7000 adet otoyol görseli kullanılmıştır. Model eğitimi esnasında eğitim parametrelerinin değerleri yenilenerek deneyler yapılmış ve oluşturulan modelin hata oranı en aza indirgenmeye çalışılmıştır. Sonuç olarak önerilen derin öğrenme tabanlı bu modelde otoyolda bulunan şeritler %0.09 hata oranı ile tespit edilmiştir.
Özet (Çeviri)
In today the popularity of self-driving devices is increasing day by day. In this context, the range of use of vehicles with autonomous driving capability is expanding and new technologies are introduced. In this research, a deep learning-based model has been proposed so that highway vehicles with autonomous driving capability can recognize the lanes they are in and determine their position on the highway while driving. 7000 highway images with different weather conditions were used to create this deep learning model. During the model training, the values of the training parameters were renewed, experiments were made and the error rate of the created model was tried to be minimized. As a result, in this deep learning-based model proposed, lanes on the highway were detected with an error rate of 0.09%.
Benzer Tezler
- Serological investigation of peste des petits ruminants in lambs in Iraq-Kirkuk region
Irak–Kerkük bölgesinde kuzularda küçük ruminant vebası (pestedes petits ruminants ppr)'ın seroprevalansı
SARWAT KHORSHED RAHEEM
Yüksek Lisans
İngilizce
2022
Sağlık YönetimiVan Yüzüncü Yıl ÜniversitesiSağlık Bilimleri Ana Bilim Dalı
PROF. DR. SÜLEYMAN KOZAT
- Yapay sinir ağı destekli bir endüstriyel görüntü işleme uygulaması
An industrial image processing application with artificial neural network
GÖKTUĞ ÜLKÜER
Yüksek Lisans
Türkçe
2020
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. SALMAN KURTULAN
- Beyin tümörlerinin CNN algoritması yardımıyla tespit edilmesi
Decetion of brain tumors with the help of CNN algorithm
HASAN BAŞYILDIZ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ PERİ GÜNEŞ
- Brest cancer detection and image evaluation using amugented deep convolutional neural network
Genişletilmiş derin evrişimsel sinir ağı kullanarak göğüs kanseri tespiti ve görüntü değerlendirmesi
SAADALDEEN RASHID AHMED AHMED
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
PROF. DR. OSMAN NURİ UÇAN
DOÇ. DR. ADİL DENİZ DURU
- Anjiyografi görüntülerinde damar daralmalarının evrişimsel sinir ağı yöntemi kullanılarak belirlenmesi
Determination of vascular stenosis on angiography images using convolutional neural network method
AHMET GÖKHAN DEMİR
Yüksek Lisans
Türkçe
2019
Mühendislik BilimleriBaşkent ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET FEYZİ AKŞAHİN