Geri Dön

Derin öğrenme ile iş güvenliğinde koruyucu gözlük tespiti

Protective glasses detection in occupational safety with deep learning

PDF İndir

  1. Tez No: 739378
  2. Yazar: NİMETULLAH NECMETTİN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MUHAMMED FATİH ADAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Sakarya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 78

Özet

Derin öğrenme çalışmalarındaki gelişmeler ve kullanımının daha kolay olması ve bilgisayar görme teknolojilerinin gelişmesiyle görüntülerden nesne tespiti yapma, gerçek zamanlı nesne algılama sistemleri önemli bir biçimde yaygınlaşmıştır. Nesne tespiti çalışmalarından görüntülerden göz tespiti yapma işlemleri güvelik, bankacılık, adliye, tıbbi alanlar, sürücüsüz araç sistemleri, iş güvenliği ve sağlığı için çok önemli işlemler haline gelmiştir. Bu tezde, görüntülerden gerçek zamanlı olarak göz tespiti yapan ve işletmelerde iş güvenliği ve sağlığı açsından göz koruyucu kontrolü ile koruyucu gözlük tespiti yapan bir çalışma yapılmıştır. Bu çalışmada iki farklı tespit modeli geliştirilmiş olup ilk modelde yüz uzuvlarından gözün tespiti yapılmıştır ve ikinci modelde işyerlerindeki çalışanların koruyucu gözlük kullanımını kontrol eden model geliştirilmiştir. Bu model normal gözlük ile koruyucu gözlüğü görüntülerden ayrıt edebilmektedir. Çalışmada, internet üzerinden çalışmaya özgü elde edilmiş veri setleri ile bilgisayar üzerinde konfigürasyonu yapılmış grafik işleme ünitesi (GPU) ile eğitim işlemleri yapılarak modeller oluşturulmuştur. Modeller farklı görüntüler ile test edilerek modelin değişik ağırlıklardaki performansları karşılaştırılmıştır ve testten elde edilen sonuçların analizi yapılmıştır. Elde edilen sonuçlar CNN ağlarının hibrit kullanımı ve YOLO algoritmasının uzuv ve koruma gözlük tespitinde başarılı sonuçlar verdiği görülmüştür.

Özet (Çeviri)

With developments in Deep Learning studies, more accessible use, and the development of computer vision technologies, real-time object detection systems have become widespread. Eye detection from images from object detection studies has become a significant operation for security, banking, courthouse, medical fields, driverless vehicle systems, occupational safety, and health. In this thesis, a study was carried out that detects eyes in real-time from images and detects eye protection and protective glasses in terms of occupational safety and health in enterprises. In this study, two different detection models were developed. In the first model, the eye was detected from the facial parts. In the second model, a model was developed to control the use of protective glasses by the employees in the workplace. This model can distinguish regular glasses and protective glasses from images. In the study, models were created by training with the graphics processing unit (GPU) configured on the computer with the datasets obtained specifically for working over the internet. The models were tested with different images, the performances of the model at different weights were compared, and the results obtained with the test were analyzed. The results obtained showed that the hybrid use of CNN networks and the YOLO algorithm gave successful results in the detection of limbs and goggles.

Benzer Tezler

  1. Tez No

    821593

    İnsan - endüstriyel mobil robot etkileşiminde yeni bir yaklaşım: derin öğrenme tabanlı kriter tespit ve analizi ile güvenlik önlem boyutu belirleme

    In human - industrial mobile robot interaction a new approach: safety measure size determination with deep learning based criteria detection and analysis

    TARIK ASLAN

    Doktora

    Türkçe

    Türkçe

    2023

    Mühendislik Bilimleriİstanbul Gedik Üniversitesi

    İş Sağlığı ve Güvenliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUSTAFA YAĞIMLI

  2. Tez No

    747674

    İnşaat sahasında baret kullanımının derin öğrenme yöntemleri ile otomatik tespiti

    Automatic detection of helmet usage in the construction site with deep learning methods

    İPEK NAZ SEMERCİOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    İnşaat MühendisliğiKaradeniz Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HASAN BASRİ BAŞAĞA

  3. Tez No

    910364

    Endüstriyel ortamlarda güvensiz davranışların video üzerinden tespiti için yeni bir derin öğrenme modeli geliştirilmesi

    Development of a new deep learning model for video detection of unsafe behaviors in industrial environments

    OĞUZHAN ÖNAL

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali Üniversitesi

    Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EMRE DANDIL

  4. Tez No

    883735

    Gıda güvenliğinin sağlanmasında görüntü işleme uygulaması

    Image processing application in ensuring food safety

    CANSUNUR ÇOKOKUMUŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Endüstri ve Endüstri MühendisliğiOndokuz Mayıs Üniversitesi

    Akıllı Sistemler Mühendisliği Ana Bilim Dalı

    PROF. DR. SERMİN ELEVLİ

  5. Tez No

    698202

    Prediction of the pedestrian crossing intention using deep learning

    Yayaların karşıya geçme davranışlarının derin öğrenmeyle tahmini

    BERK EREN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET HAMDİ KAYRAN

Geri Dön