Derin öğrenme teknikleri kullanılarak bitki yaprağı görüntüleri üzerinden tür ve olası hastalık tespiti
Species and possible disease detection on plant leaf images using deep learning techniques
- Tez No: 747452
- Danışmanlar: DR. ÖĞR. ÜYESİ HAMZA OSMAN İLHAN
- 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: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 73
Özet
Olası hastalıkların bitki görsellerinden doğru şekilde belirlenmesi ile erken müdahale olanağının sunulması tarım alanındaki gelişmelere katkı sağlayacak, daha verimli üretimler yapılmasını sağlayacaktır. Üretim sürecinde üretimi engelleyici sebeplerden biri de mahsul ürünleri üzerinde oluşan bitki hastalıklarıdır. Hazırlanan bu tezde,“PlantVillage Dataset”isimli açık erişim veri kümesinden tez kapsamında elma, kiraz, mısır, üzüm, şeftali, dolma biber, çilek ve domates bitkilerine ait yaprak görüntüleri kullanılmıştır. Elma, mısır ve üzüm bitkilerine ait 3'er adet; kiraz, şeftali, dolma biber ve çilek bitkilerine ait 1'er adet ve son olarak domates bitkisinden 9 adet yaprak sınıf hastalığı seçilmiştir. Tek aşamalı çalışma için DS1 olarak isimlendirilen veri kümesi ile 30 sınıflı eğitim yapılarak bitki yaprak tür ve hastalıklarının doğru sınıflandırılması hedeflenmiştir. Tez kapsamında önerilen iki aşamalı analiz yaklaşımının ilk aşaması için DS2_1 ismiyle oluşturulan veri kümesinde, bitkilerin“sağlıklı”ve“sağlıksız”sınıfına ait görüntüler üzerinde 16 sınıflık bir eğitim süreci gerçekleştirilmiştir. İkinci aşamada ise birden fazla hastalığa sahip bitkilerin hastalıklı sınıfları, bitki türüne göre kümelendirilerek her bitki türü için veri kümeleri oluşturulmuş ve ayrı ayrı eğitilerek modeller oluşturulmuştur. Bu kapsamda elma, mısır, üzüm ve domates bitkilerinin hastalıklarının bulunduğu veri kümeleri sırasıyla DS2_2e, DS2_2m, DS2_2ü ve DS2_2d olarak isimlendirilmiştir. Bu veri kümeleri, ikinci aşamayı temsilen DS2_2 olarak adlandırılmıştır. DS2_1 ve DS2_2 kullanılarak oluşturulan modeller 30 sınıf yapısında ortak gösterim ile değerlendirilmiştir. Tek aşamalı analiz yaklaşımında deneysel sonuçlar neticesinde DenseNet169, DenseNet201, VGG16, ResNet50V2 ve ResNet152V2 modelleri için sırasıyla %94,55, %94,32, %93,44, %94,03 ve %93,67 doğruluk değerleri ve iki aşamalı analiz için aynı modellerle %95,88, %94,74, %95,1, %96,2 ve %95,97 değerleri ölçülmüştür. Sunulan çalışmada iki aşamalı gerçekleştirilen deneysel sonuçların tek aşamalı modele göre daha yüksek doğruluk sonuçları verdiği görülmüştür.
Özet (Çeviri)
The correct identification of possible diseases from plant images and provision of early intervention will contribute to the developments in agriculture and ensure more efficient production. One of the reasons that prevent production in the production process is plant diseases that occur on crop products. This thesis used leaf images of apple, cherry, corn, grape, peach, bell pepper, strawberry and tomato plants from the open-access dataset named“PlantVillage Dataset”. 3 each of apple, corn and grape plants; 1 each of cherry, peach, bell pepper and strawberry plants; and finally, 9 leaf class diseases of tomato plants were selected. The one-stage study aimed to correctly classify plant leaf species and diseases by training with 30-classes with the dataset DS1. For first stage of the two-stage analysis approach proposed within the scope of thesis, 16-class training process was carried out on the images of the“healthy”and“unhealthy”plants in dataset created with the name DS2_1. In the second-stage, diseased classes of plants with more than one disease were clustered according to plant species, datasets were created for each plant species and models were created by training separately. In this context, datasets with diseases of apple, corn, grape and tomato plants are named DS2_2e, DS2_2m, DS2_2ü and DS2_2d, respectively. These datasets are named DS2_2 to represent the second phase. Models created using DS2_1 and DS2_2 were evaluated with common notation in 30-class structures. As a result of the experimental results in one-stage analysis approach, the accuracy values %94.55, %94.32, %93.44, %94.03 and %93.67 for DenseNet169, DenseNet201, VGG16, ResNet50V2 and ResNet152V2 models, respectively, and for the two-stage analysis, the values %95.88, %94.74, %95.1, %96.2 and %95.97 were measured with the same models. In the presented study, it was seen that experimental results performed in two-stages gave higher accuracy results than the one-stage model.
Benzer Tezler
- Çocuk kalp damar cerrahisi yoğun bakım ünitesinde postoperatif kavşak kaynaklı ektopik taşikardi; sıklık ve risk faktörleri
Junctional ectopic tachycardia after pediatric cardiac surgery; incidence and outcome
NESLİHAN KIPLAPINAR
Tıpta Yan Dal Uzmanlık
Türkçe
2013
Göğüs Kalp ve Damar CerrahisiSağlık BakanlığıÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. ENDER ÖDEMİŞ
- 8 haftalık futbol antrenmanının 14-16 yaş grubundaki öğrencilerin fiziksel ve fizyolojik özellikleri üzerine etkileri
The effects of an eight weeks football workout on the physical and physiological features of students in the 14-16 age group
METİN KOCADAĞ
Yüksek Lisans
Türkçe
2014
SporHarran ÜniversitesiBeden Eğitimi ve Spor Ana Bilim Dalı
YRD. DOÇ. DR. ŞEBNEM ŞARVAN CENGİZ
- Ege Üniversitesi Etnografya Müzesinde bulunan takıların teknik ve tasarım özelliklerinin incelenmesi
Ethnographic museum of the University of the Aegean jewellery found properties of technical and design
MÜJGAN EMRE EROĞLU
Yüksek Lisans
Türkçe
2013
Güzel SanatlarDokuz Eylül ÜniversitesiTekstil ve Moda Tasarımı Ana Sanat Dalı
YRD. DOÇ. DR. FÜSUN ÖZPULAT
- Yavuz Sultan Selim Dönemi Kültür ve Edebiyatı
The Culture and Literature in the era of Yavuz Sultan Selim
ÖMER GÖKHAN YAĞCI
Doktora
Türkçe
2014
Türk Dili ve EdebiyatıKırıkkale ÜniversitesiTürk Dili ve Edebiyatı Ana Bilim Dalı
PROF. DR. MUHİTTİN ELİAÇIK
- Deri ve yumuşak doku enfeksiyonu etkeni olan toplum ve hastane kaynaklı staphylococcus aureus izolatlarının antimikrobiyal duyarlılık durumlarının ve panton valentıne leukocıdın toksini sıklığının araştırılması
Investigation of panton valentine leukocidin toxin frequency and antimicrobial susceptibilities of community and hospital acquired staphylococcus aureus isolates related with skin and soft tissue infections
TÜLİN DEMİR
Tıpta Uzmanlık
Türkçe
2008
MikrobiyolojiSağlık BakanlığıTıbbi Mikrobiyoloji Ana Bilim Dalı
DR. NİLAY ÇÖPLÜ