Brand and size detection of vehicle tires with deep learning
Derin öğrenme ile kara taşıtı araçları lastiklerinde marka ve ebat tespiti
- Tez No: 760069
- Danışmanlar: PROF. DR. OĞUZHAN URHAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 72
Özet
Bu tezde, bir görüntüden uygun araç lastiklerini seçmek için gerekli bilgileri tespit etmek için bir yapay zeka sistemi geliştirilmiştir. Lastikler, kara taşıtlarının yola temas eden ekipmanı olduğu için güvenlik ve performans için bir aracın en kritik parçalarıdır. Bu nedenle, kullanıcıların araç standartlarına uygun doğru lastikleri seçmeleri gerekir, aksi takdirde araca yanlış lastik seçimi performans kaybına, ekstra yakıt tüketimine, aşırı gürültüye ve ne yazık ki birçok kazaya neden olabilir. Araç sürücülerinin çoğu, satın almadan önce eski lastiklerinden veya araç kapısının arkasında bulunan etiketten lastik satın almak için gerekli olan ebat bilgisini kontrol ederler. Ancak, genellikle bu bilgileri lastiklerden veya aracın kapısındaki etiketten bulmak zor olabilir. Kullanıcılar, lastiğin kullanım ile alakalı tüm bilgileri ve uyarıları içeren bölgeyi kontrol ettiklerinde, lastik üzerinde bulunan çok sayıda yazı ve sembol arasından ihtiyaç duydukları bilgiyi kolayca bulamazlar. Bu nedenle satın almadan kullanıcı deneyimleri kesintiye uğrayabilir. Bu soruna çözüm bulmak için, bu tez kapsamında kullanıcının mobil cihazlarından alınan tek bir görüntüden lastik satın almak için yeterli marka ve ebat bilgilerini tespit edebilen denetimli derin öğrenme algoritmalarına dayalı bir sistem geliştirilmiştir. Önerilen sistem, lastik satın almak için gerekli olan marka ve ebat bilgisini algılayarak müşteriye öneriler sunan kullanıcı dostu bir akışa sahiptir. Son kullanıcıların etkin şekilde kullanabileceği bir çözüm elde edebilmek için probleme özgü bir veri seti toplanmış ve hazırlanmıştır. Geliştirilen sistemde bulunan tespit modelleri için derin sinir ağlarına dayalı bölütleme ve nesne tespit yöntemleri ve görüntü işleme algoritmaları kullanılmıştır. Nihai sistem marka tespitinde %96.5, ebat için karakter tanımada %98.7 ve toplam ebat tespitinde %96.5 başarım göstermiştir.
Özet (Çeviri)
In this thesis, an artificial intelligence system for gathering essential information in order to select suitable vehicle tires from an image has been developed. Since tires are the only equipment of ground vehicles that touch the road, they are the most critical parts of a vehicle in many aspects such as safety, performance, noise, and comfort. Hence, users should select right tires that comply with vehicle standards otherwise selecting incorrect tires to the vehicle may cause performance loss, extra fuel consumption, excessive noise and unfortunately several accidents. Most of the vehicle drivers check necessary information whether from their old tires or from the label that is located at their vehicle's door before purchasing. Especially, when users check old tires' sidewall, they cannot find easily sufficient information they need due to not recognize between lots of writing and symbols on the tire. Therefore, user's experience is interrupted. To find a solution this problem, a system based on supervised deep learning algorithms has been developed to detect and determine the required information for purchasing a tire namely brand, and size. The proposed system has a user-friendly pipeline that detects the brand and size. A specific dataset was collected and prepared for the solution. Image processing algorithms and Segmentation and object detection methods which are based on deep neural networks have been used for the detection models in developed system. The final system achieved 96.5% accuracy in brand detection, 98.7% in character recognition for size and 96.5% in total size detection.
Benzer Tezler
- Derin öğrenme yöntemi ile optik uydu görüntülerinden gemi tespiti
Ship detection by optical satellite images with deep learning method
OSMAN DUMAN
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. MESUT KARTAL
- Kaynak akım şiddetinin kaynak elektrot ömrüne etkisinin incelenmesi
Investigation of the effect of welding current intensity on welding electrode life
ERHAN HALİT ÇEBİ
Yüksek Lisans
Türkçe
2021
Makine MühendisliğiSakarya Uygulamalı Bilimler Üniversitesiİmalat Mühendisliği Ana Bilim Dalı
PROF. DR. SALİM ASLANLAR
- Enhancing follow the gap method with memory aid and with prediction component
Boşluğu takip et yönteminin hafıza desteği ile ve öngörü bileşeni ile geliştirilmesi
EMRE CAN CONTARLI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. VOLKAN SEZER
- Sabancı Center Akbank Kulesi için bir sistem analizi
The System analysis for Akbank Tower of Sabancı Center
OSMAN SALICI
Yüksek Lisans
Türkçe
1997
İnşaat Mühendisliğiİstanbul Teknik ÜniversitesiYapı Ana Bilim Dalı
PROF. DR. ERDOĞAN UZGİDER