Element eksikliği olan bölgelerdeki ürünlerin derin öğrenme ve İHA ile sınıflandırılması
Classification of products in element-deficient regions by deep learning and UAV
- Tez No: 731378
- Danışmanlar: PROF. DR. HAKAN KARABÖRK, DOÇ. DR. ÖMER KAAN BAYKAN
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Konya Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
İnsansız hava aracı (İHA) teknolojisinin sivil alanda kullanıma geçmesi ile kullanım alanı genişlemiştir. Tarımsal çalışmalardan sinema sektörüne kadar birçok alanda yaygın olarak kullanılmaktadır. Uydu görüntülerinden daha yüksek doğrulukta, hızlı ve uygun maliyetli veri üretimi İHA'ların daha çok tercih edilmesini sağlamaktadır. Derin öğrenme, en çok araştırma yapılan ve uygulama geliştirilen yapay zekâ çalışma alanlarından biridir. Derin öğrenme, görüntülerin sınıflandırılmasında klasik yöntemlere kıyasla genellikle yüksek başarılar elde eden bir yöntemdir. Bu başarının temelinde çok katmanlı sinir ağlarına sahip olması yatmaktadır. Verilerin özniteliklerini doğrudan tespit etmesi ile yapılacak iş yükünü azaltması ve eğitilmiş bir ağ için sonuç elde etmenin kısa sürmesi açısından önemlidir. Bu tez çalışmasında, Karaman ili Kisecik köyüne ait çalışma alanında element eksikliği olan mısır bitkilerinin sınıflandırılması amaçlanmıştır. İHA ile 3 farklı tarihte 2 farklı irtifadan olmak üzere toplam 6 uçuş gerçekleştirilmiştir. Veri setleri, İHA ile alınan görüntülerin 270x270 piksel boyutundaki alt görüntülerinin alınması ile oluşturulmuştur. Derin sinir ağ mimarilerinden olan VGG-16 modeli geliştirilerek eğitilmiş ve element eksikliği olan mısır görüntülerinin sınıflandırılması gerçekleştirilmiştir. Model sonuçları, uzman tespiti ile karşılaştırılarak test edilmiştir. Yapılan çalışma sonucunda, en iyi sonuç 8 Temmuz 2021 tarihli 50m irtifadan alınan görüntülerle eğitilen modelden alınmıştır. Model performansı %97 olarak hesaplanmıştır.
Özet (Çeviri)
Unmanned aerial vehicle (UAV) technology has been widely used in many fields from the agricultural sector to the cinema sector in recent years. Higher accuracy, fast and cost-effective data production from satellite images of unmanned aerial vehicles makes it more preferred. Deep learning is one of the most researched and applied fields of artificial intelligence. In addition, it is a method that generally achieves high success in classifying images compared to classical methods. The basis of this success lies in the fact that it has multi-layered neural networks. It is important in terms of reducing the workload by directly detecting the attributes of the data and obtaining results for a trained network. In this thesis, it is intended to classify the element deficient corn plants in the study area of Kisecik village of Karaman province. A total of six flights were carried out from the corn field by UAV on 3 different dates from 2 different altitudes. The datasets were created by taking subimages of 270x270 pixels. The VGG-16 model, which is one of the deep neural network architectures, has been developed and trained with the help of the model, and the classification of the corn images with element deficiencies was carried out. Model results were tested by comparing with expert determination. As a result, the best result was obtained from the model trained with images taken from 50m altitude dated 8 July 2021. Model performance was calculated as 97%.
Benzer Tezler
- Design of boron doped (nickel manganese cobalt containing) NMC 811 cathode active materials
Bor katkılanmış (nikel mangan kobalt içeren) NMC811 katot aktif malzemelerinin tasarımı
İBRAHİM CAN TOPAKTAŞ
Yüksek Lisans
İngilizce
2024
Metalurji Mühendisliğiİstanbul Teknik ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZGÜL KELEŞ
- A resonant pulley actuator for scanning capsule endoscopy
Lazer taramalı kapsül endoskop cihazı için rezonans makara eyleyici
ENGİNCAN TEKİN
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ONUR FERHANOĞLU
- Kaynaklarda tespit edilen Navajo dokuması
Navajo weaving detected in sources
ESENGÜL DÜZENLİ
Yüksek Lisans
Türkçe
2022
El SanatlarıAkdeniz ÜniversitesiHalı, Kilim ve Eski Kumaş Desenleri Ana Sanat Dalı
DOÇ. DR. MEHMET ALİ EROĞLU
- Improving the thermal conductivity of fiber-reinforced concrete panels for exterior facades with phase change materials
Diş cepheler için elyaf takviyeli beton panellerin ısı ı̇letkenliğinin faz değiştiren malzemelerle ı̇yileştirilmesi
YALDA SAFARALIPOUR
Doktora
İngilizce
2023
Enerjiİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. MUSTAFA ERKAN KARAGÜLER