Geri Dön

Bal peteğindeki hücrelerin tespit edilmesi için derin öğrenme yaklaşımlarının kullanılması

Using deep learning approaches to detect cells in honeycombs

  1. Tez No: 731505
  2. Yazar: MALIHA FARAHMAND
  3. Danışmanlar: DOÇ. DR. MEHMET AKİF ŞAHMAN
  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: Türkçe
  9. Üniversite: Selçuk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 65

Özet

Bal peteğinin doğru yöntemler kullanılarak hasat edilmesi arıcılık faaliyetleri gerçekleştirenler ve ülkelerin ekonomisi için büyük önem arz etmektedir. Bal hasatında doğru yöntemlerin kullanılmaması hem balın üretim miktarını hem de kalitesini negatif etkileyecektir. Bilinçsiz arıcılık faaliyetleri doğal yaşamın devamı için bir role sahip arıların kendi nesillerini devam ettirmelerine ket vurmaktadır. Bu tez çalışmasında temel olarak arıcılıktan, arı kovanları ve peteklerinden, bir bal peteğindeki görüntülerin elde etme yaklaşımından ve bu görüntülerin etiketlendirilmesinden bahsedilmiştir. Elde edilen etiketlenmiş görüntülerin sınıflandırılması için kullanılabilecek metotlar ve değerlendirme teknikleri incelenmiştir. Ayrıca bu tez çalışmasında, yedi sınıftan oluşan toplam 103.451 eğitim ve 25.863 test görüntüsü içeren bal peteği veri seti oluşturulmuştur. Bu çalışmada bal peteğin sınıflandırması için derin öğrenme yaklaşımları sunulmuştur. Derin öğrenme yaklaşımlarının başarısı probleme göre değişebilmektedir. Bu çalışmada, önceden eğitilmiş CNN algoritmalarından, VGG16, VGG19, Inception-V3, AlexNet, self-structure CNN ve iki derin sinir ağın birleşimi olan ağ (ResNet50V2+Xception) kullanılarak sınıflandırma yapılmıştır. Sınıflandırma işleminin sonucunda en yüksek başarı oranı AlexNet algoritması ile %95 başarı oranı elde edilmiştir.

Özet (Çeviri)

Harvesting the honeycomb using the right methods is of great importance for the beekeeping activities and for the country's economy. Failure to use the right methods in honey harvest will negatively affect both the production quantity and quality of honey. Unconscious beekeeping activities prevent bees, which have a great role in the continuation of natural life, from continuing their own generation. In this thesis, it is mainly mentioned about beekeeping, beehives and honeycombs, the approach of obtaining images in a honeycomb and labeling these images. The methods and evaluation metrics that can be used for the classification of the obtained labeled images are examined. In addition, in this thesis study, a honeycomb data set containing a total of 103,451 training and 25,863 test images, consisting of 7 classes, was created as an example. Different deep learning algorithms (VGG16, VGG19, Inception-V3, AlexNet, SSCNN and ResNet50V2+Xception) were used for classification of honeycomb images. The success of deep learning approaches can vary according to the problem. Therefore, these deep learning architectures were run on the same dataset and compared according to the experimentally obtained results. As a result of the classification process, the highest success rate was obtained from AlexNet deep learning algorithm with 95%.

Benzer Tezler

  1. Experimental and finite element analysis of parameters for the improvement of mechanical properties of aluminum honeycomb sandwich composites

    Alüminyum bal peteğinden imal edilmiş sandviç kompozitlerin mekanik özelliklerinin iyileştirilmesine yönelik parametrelerin deneysel ve sonlu elemanlar yöntemi ile incelenmesi

    SEYED SOROUSH SOLEIMANI

    Doktora

    İngilizce

    İngilizce

    2024

    Makine MühendisliğiDokuz Eylül Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. OKAN ÖZDEMİR

  2. Antiviral ajan ansiklovirin büyük balmumu güvesi Galleria mellonella L. (Lepidoptera: Pyralidae)'nın büyüme, yaşama ve gelişimine etkileri

    Effects of antiviral agent ancyclovir on the growth, survival and development of greater wax moth, Galleria mellonella L. (Lepidoptera: Pyralidae)

    ENDER İÇEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2003

    BiyolojiZonguldak Karaelmas Üniversitesi

    Biyoloji Ana Bilim Dalı

    YRD. DOÇ. DR. KEMAL BÜYÜKGÜZEL

  3. Ticari araçlarda metal özürlü rampası yerine kompozit özürlü rampası kullanımı

    Using composite ramp instead of metal ramp in commercial vehicles

    ENGİN BARIŞ TAVUKÇU

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Makine MühendisliğiGebze Yüksek Teknoloji Enstitüsü

    Makine Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. HASAN KURTARAN

  4. Doğal elyaf takviyeli kompozitlerden oluşturulmuş sandviç yapıların balistik performanslarının incelenmesi

    Analysis of ballistic performance of sandwich structures made of natural fiber reinforced composites

    MERT DEMİR

    Doktora

    Türkçe

    Türkçe

    2024

    Makine MühendisliğiErciyes Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. RECEP EKİCİ

  5. Yanıt yüzey yöntemi yardımı ile ısı değiştirici optimizasyonu

    Heat exchanger optimization with the helping of response surface method

    ABDUSSAMET SUBAŞI

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Makine MühendisliğiAtatürk Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BAYRAM ŞAHİN