Yahyalı bölgesine ait elma türlerinin görüntü işleme yöntemleriyle otomatik sınıflandırılması
Automatic classification of apple species by image processing methods in the yahali region
- Tez No: 758340
- Danışmanlar: PROF. DR. ERCAN KARAKÖSE, DR. ÖĞR. ÜYESİ RİFAT KURBAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Kayseri Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 64
Özet
Yüksek miktarda elma üreten çiftçiler için en önemli sorunlardan biri el değmeden kısa sürede elmaların türlerine göre sınıflandırılmasıdır. Destek Vektör Makineleri (Support Vector Machine - SVM) ve Derin Artık Ağlar (Residual Neural Network - ResNet-50), genel sınıflandırma problemlerini çözmek için kullanılabilecek Makine Öğrenme yöntemleridir. Bu çalışmada, elma çeşitlerinin cins değişkenlerine göre sınıflandırılması SVM ve ResNet-50 mimarileri kullanılarak yapılmıştır. 6 türe ait 120 elma görüntüsü elde edilerek veri tabanı oluşturulmuştur. Görsel Kelimeler Çantası (Bag of Visual Words-BoVW), görüntü özelliklerini, kelime dağarcığı üzerinde seyrek bir oluşum vektörünü temsil eden kelimeler olarak ele alır. BoVW öznitelikleri, SVM'nin Lineer, Gauss ve Polinom kernel fonksiyonları kullanılarak sınıflandırılmıştır. ResNet-50, gömülü özellik çıkarma katmanlarına sahip 50 katmanlı bir derin evrişimli sinir ağıdır. Önceden eğitilmiş ResNet-50 mimarisi, elma sınıflandırması için yeniden eğitilmiştir. Deneylerde, veri setimiz üç duruma bölünmüştür: Durum 1: %40 eğitim, %60 test, Durum 2: %60 eğitim, %40 test ve Durum 3: %80 eğitim, %20 test. Sonuç olarak, BoVW+SVM algoritmasında kullanılan lineer, gauss ve polinom kernel fonksiyonları, Durum 3'te sırasıyla %88, %92 ve %96 doğruluk elde etmiştir. ResNet-50 sınıflandırmasında, ortalama kare yayılımı (rmsprop), uyarlanabilir moment tahmini (adam) ve momentumlu stokastik gradyan inişi (sgdm) eğitim algoritmaları, Durum 3 setinde %86, %89 ve %90 doğruluk elde etmiştir.
Özet (Çeviri)
One of the most important problems for farmers who produce high amounts of apples is the classification of apples according to their types in a short time without touching. Support Vector Machines (SVM) and Deep Residual Networks (ResNet-50) are machine learning methods that can be used to solve general classification problems. In this study, classification of apple varieties according to genus variables was made using SVM and ResNet architectures. A database was created by obtaining 120 apple images of 6 species. Bag of visual words (BoVW) treats image features as words that represent a sparse vector of occurrences on the vocabulary. BoVW features are classified using linear, gaussian and polynomial kernel functions of SVM. ResNet-50 is a 50-layer deep convolutional neural network with embedded feature extraction layers. The pre-trained ResNet-50 architecture has been retrained for apple classification. In experiments, our dataset is split into three states: Case 1: 40% train, 60% test, Case 2: 60% train, 40% test, and Case 3: 80% train, 20% test. As a result, linear, gaussian and polynomial kernel functions used in BoVW+SVM algorithm achieved 88%, 92% and 96% accuracy in Case 3, respectively. In the ResNet-50 classification, mean square propagation (rmsprop), adaptive moment estimation (adam), and stochastic gradient descent with momentum (sgdm) training algorithms achieved 86%, 89%, and 90% accuracy in the Case 3 set.
Benzer Tezler
- Yerel Bir Çinko Karbonat Cevherinin Sodyum Hidroksit Liçiyle Değerlendirilmesi
Evaluation of a local zinc carbonate ore by sodium hydroxide leaching
İLHAN EHSANİ
Doktora
Türkçe
2021
Maden Mühendisliği ve MadencilikHacettepe ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULLAH OBUT
- Isıl önişlemin bir çinko karbonat cevherinin hidrometalurjik olarak işlenmesi üzerine etkileri
Effects of thermal pretreatment on hydrometallurgical processing of a zinc carbonate ore
CAVİT KUMAŞ
Doktora
Türkçe
2020
Maden Mühendisliği ve MadencilikHacettepe ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULLAH OBUT
- Sülfürlü olmayan bir çinko cevherinin amonyak liçiyle değerlendirilmesi
Evaluation of a non-sulfide zinc ore by ammonia leaching
ARMAN EHSANİ
Doktora
Türkçe
2020
Maden Mühendisliği ve MadencilikHacettepe ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULLAH OBUT
- Yahyalı (Kayseri) çevresindeki kurşun-çinko yataklarının karşılaştırmalı eser element jeokimyası
Trace element geochemistry of the lead-zinc deposits in the Yahyali (Kayseri) region
ERDAL TEKİN
Yüksek Lisans
Türkçe
2009
Jeoloji MühendisliğiCumhuriyet ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET GÖKCE
- A geological evaluation of distinct intrusion-related mineralization styles at the çubuklu prospect (Yahyalı, Central Anatolia)
Çubuklu prospektinde (Yahyalı, Orta Anadolu) sokulumla ilişkili farklı cevherleşme tiplerinin jeolojik bir değerlendirmesi
MÜGE GÜRGEN
Yüksek Lisans
İngilizce
2024
Jeoloji MühendisliğiOrta Doğu Teknik ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ İMER