Bal peteğindeki hücrelerin tespit edilmesi için derin öğrenme yaklaşımlarının kullanılması
Using deep learning approaches to detect cells in honeycombs
- Tez No: 731505
- Danışmanlar: DOÇ. DR. MEHMET AKİF ŞAHMAN
- 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: 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
- 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
2024
Makine MühendisliğiDokuz Eylül ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. OKAN ÖZDEMİR
- 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
2003
BiyolojiZonguldak Karaelmas ÜniversitesiBiyoloji Ana Bilim Dalı
YRD. DOÇ. DR. KEMAL BÜYÜKGÜZEL
- 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
2010
Makine MühendisliğiGebze Yüksek Teknoloji EnstitüsüMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HASAN KURTARAN
- 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
2024
Makine MühendisliğiErciyes ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. RECEP EKİCİ
- Yanıt yüzey yöntemi yardımı ile ısı değiştirici optimizasyonu
Heat exchanger optimization with the helping of response surface method
ABDUSSAMET SUBAŞI
Yüksek Lisans
Türkçe
2010
Makine MühendisliğiAtatürk ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAYRAM ŞAHİN