Geri Dön

Machine learning based cigarette butt detection using yolo framework

Yolo framework kullanarak makine öğrenme temelli sigara izmariti tespiti

  1. Tez No: 716105
  2. Yazar: HASAN ENDER YAZICI
  3. Danışmanlar: DR. ÖĞR. ÜYESİ TANER DANIŞMAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Akdeniz Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 58

Özet

Bu tez çalışmasında sokak veya tarımsal arazilerde sigara izmariti tespiti yapılabilmesi için gereken teorik ve pratik çalışmalar yer almaktadır. Tez çalışmaları You Look Only Once(YOLO)v5 framework kullanılarak uygulanmaktadır. Bu tez çalışması için videoların parçalanması ile framelerden oluşturulan verisetleri dışında internet ortamında yapılan araştırmalar sonucunda bir veri seti bulunamamıştır. İnternet ortamında dijital şekilde sentetik hazırlanan veri seti mevcuttur. Bu nedenle tez çalışmasının tamamlanabilmesi amacıyla 2000 fotoğraftan oluşan bir veri seti manuel olarak dijital herhangi bir işlem gerçekleştirmeden hazırlanmıştır. Kamu kuruluşları, temizlik hizmetlerindeki insan sayısını artırarak sigara izmaritlerinden kaynaklanan kirliliği önlemeye çalışmaktadır. Ancak bu durum maliyeti önemli ölçüde artırmaktadır. Bu durumda görüntü işleme teknikleri kullanılarak sigara izmaritleri tespit edilerek, sokaklarımızın ve temizlememiz gereken alanların çevre kirliliğini önlememiz daha kolay olacaktır. Bu çalışmada sigara izmaritleri gerçek görüntüler kullanılarak tespit edilmiştir. Önerilen yöntem, sigara izmaritini tespit etmek için kullanılabilecektir. Tezin sonucunda farklı alanlarda izmarit tespiti yapılacak ve GPS üzerinden en yoğun sigara izmaritinden kaynakları çevresel atığa sahip bölge gösterilebilecektir. Bu sayede sadece gerekli bölgelere otonom sistemler veya ilgili görevliler yönlendirilerek hem zaman tasarrufu hem de kaynak yönetimi verimli şekilde kullanılacaktır. Bu sayede çevresel atık sorununa yardımcı bir çözüm sunulabilecektir. Amacımıza ulaşmak için gerçek hayatta farklı açılar, eğimler ve mesafeler için görüntüler alınarak manuel olarak bir görüntü veri seti oluşturulmuştur. Sigara atıkları kamusal, tarım alanlarında herhangi bir yerde olabileceğinden, bu görüntülerin farklı zamanlarda farklı yerlerde olması gerekliliği çalışmada deneyimlenmiştir. Görüntü veri seti, öğrenme, doğrulama ve test için toplam 1000x800 çözünürlükte 2100 görüntüden oluşmaktadır. Her görüntü çalışma için manuel olarak etiketlenmiştir. Deneylerimize göre, veri setimizde umut verici sonuçlar (0.889 ortalama hassasiyet) elde edilmiştir.

Özet (Çeviri)

In this thesis, there are theoretical and practical studies required to detect cigarette butts on streets or agricultural lands. Thesis studies are implemented using You Look Only Once(YOLO) v5 framework. For this thesis, apart from the datasets created from the frames by the fragmentation of the videos, a dataset could not be found as a result of the researches made in the internet environment. There is a digitally prepared dataset on the internet. For this reason, in order to complete the thesis, a data set consisting of 2100 photographs was prepared manually without any digital processing. Public organizations are trying to prevent the pollution that exists because of cigarette butts, by increasing number of people in cleaning service. However, this situation significantly increases the cost. In this case by detecting cigarette butts with using image processing techniques, it would be easier to prevent environmental pollution of our streets and the area we need to clean. In this study, cigarette butts were detected using real images. The proposed method can be used to detect cigarette butts. As a result of the thesis, cigarette butts will be detected in different areas and the region with the most intense cigarette butt sources will be shown via GPS. In this way, both time saving and resource management will be used efficiently by directing autonomous systems or relevant officials to only the necessary regions. In this way, a helpful solution to the environmental waste problem will be offered. To achieve our goal, an image dataset was created manually by taking images in real life for different angles, slopes, and distances. The necessity of these images to be in different places at different times is experienced in the study since cigarette waste could be anywhere in public, agricultural areas. The image dataset consists of 2100 images at 1000×800 resolution in total for train, validation and test. Every image has been labeled manually for the study. According to our experiments, we obtained promising results (0.889 mean average precision) on our dataset.

Benzer Tezler

  1. Kronik obstrüktif akciğer hastalığı teşhisi için makine öğrenmesi tabanlı yeni bir yöntem geliştirilmesi

    Development of a new machine learning-based method for the diagnosis of chronic obstructive pulmonary disease

    ENGİN MELEKOĞLU

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ÜMİT KOCABIÇAK

  2. Standart polisomnografik parametrelerin uyku apnesinin teşhisine etkisinin makine öğrenmesi yöntemleriyle araştırılması

    Investigation of the effect of standard polysomnographic parameters on the diagnosis of sleep apnea using machine learning methods

    YAKUP ÇİÇEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SEDA ARSLAN TUNCER

  3. Derin öğrenme yaklaşımı ile sigara bırakma tedavisinin belirlenmesi için karar destek sisteminin geliştirilmesi

    Developing decision support system for determining of smoking cessation therapy with deep learning approach

    MEHMET ERŞAN KALAYCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    BiyoistatistikKaradeniz Teknik Üniversitesi

    Biyoistatistik ve Tıp Bilişimi Ana Bilim Dalı

    PROF. DR. KEMAL TURHAN

  4. Hidroelektrik santrallerde makine öğrenmesi temelli anomali tespiti

    Machine learning based anomaly detection in hydroelectric power plants

    MEHMET AKİF BÜTÜNER

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiAnkara Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. İLHAN KOŞALAY

  5. Machine learning based model for clinical characterization of germline variants from RNA-seq data

    RNA-seq datasından germ hattı varyantların klinik karakterizasyonu için makine öğrenmesi tabanlı model

    ÖZGENUR AKDAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    BiyomühendislikGebze Teknik Üniversitesi

    Biyoinformatik Sistemler Biyolojisi Ana Bilim Dalı

    PROF. DR. FATİH ERDOĞAN SEVİLGEN