Derin öğrenme tabanlı akıllı tarım ve uygulamaları
Deep learning based smart agriculture and applications
- Tez No: 777410
- Danışmanlar: DOÇ. DR. AYTUĞ ONAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Ziraat, Computer Engineering and Computer Science and Control, Agriculture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: İzmir Katip Çelebi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 104
Özet
Geleneksel tarım faaliyetlerine yapay zekayı entegre edebilmek için yeterli donanıma ve bilgiye sahibiz. Bu çalışma kapsamında geliştirilen mobil uygulama ile yapay sinir ağları kullanılarak, çiftçilerin mobil uygulama üzerinden bitkilerin hastalıklarını tespit edebilmesi sağlanmıştır. Eğitilen derin öğrenme modelleri sayesinde üreticiler; 14'ten fazla hastalıklı veya sağlıklı bitki yapraklarının fotoğrafını çekerek yapay zeka ile rahatlıkla durumunu öğrenebilir ve yayılmakta olan hastalığa oldukça hızlı bir şekilde tedavi uygulayabilir hale gelmiştir. Üretici; farklı araziler üzerinde ektiği veya hasat ettiği bitkileri uygulama envanterine kaydederek her yerden kontrol edebilir, envanterinde yetiştirilmekte olan bitkilerin de belirli aralıklar ile fotoğraflarını çekerek, mobil uygulama üzerinden derin öğrenme modelini kullanarak gelişim oranlarını hesaplayıp veritabanına kayıt edebilmektedir. Üreticiler; belirli aralıklar ile görsellerini toplayarak sahip oldukları bitkilerin gelişim grafiklerini uygulama içerisinde takip edebilmektedirler. Ziraatçılar ve çiftçiler uydu veya insansız hava araçlarından alınan görüntüleri kullanarak mobil uygulama içerisinde araziye yayılan su, ilaç, kuruma vb değişimleri kontrol edilebilmektedirler.
Özet (Çeviri)
We have sufficient equipment and knowledge to integrate artificial intelligence into traditional agricultural activities. With the mobile application developed within the scope of this study, artificial neural networks were used to enable farmers to detect plant diseases through the mobile application. Thanks to the trained deep learning models, manufacturers; By taking pictures of more than 14 diseased or healthy plant leaves, it has become able to easily learn its condition with artificial intelligence and apply treatment to the spreading disease quite quickly. Producer; It can control the plants that it has planted or harvested on different lands by recording it in the application inventory, and can also take pictures of the plants grown in its inventory at certain intervals, calculate the development rates using the deep learning model via the mobile application and save it to the database. Producers; by collecting their images at certain intervals, they can follow the development graphics of the plants they have in the application. Agriculturalists and farmers can use the images taken from satellite or unmanned aerial vehicles to control the changes in water, medicine, drying etc. spread over the land within the mobile application.
Benzer Tezler
- Tarımsal uygulamalar için derin öğrenme temelli uç sistem modellerinin geliştirilmesi ve optimizasyonu
Development and optimization of deep learning based edge system models for agricultural applications
DORUK SÖNMEZ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AYDIN ÇETİN
- İki boyutlu sağlık, tarım ve iş güvenliği imgeleri üzerinde sınıflandırma ve nesne tespiti
Classification and object detection on two dimensional health, agriculture, and occupational safety images
EMİNE CENGİL
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET ÇINAR
- Gelişmiş makine öğrenimi teknikleri ile çok zamanlı hava ve uydu görüntüleri kullanılarak mısır (Zea mays) türlerinin fenoloji tabanlı sınıflandırılması
Phenology- based classification of maize (Zea mays) species using multi̇- temporal aerial and satellite imagery with advanced machine learning techniques
OSMAN YAVUZ ALTUNTAŞ
Yüksek Lisans
Türkçe
2024
Jeodezi ve FotogrametriGebze Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL ÇÖLKESEN
- Riskli alanlar için LPG takılı araçların bilgisayarlı görü teknikleriyle tespit edilmesi
Detection of LPG fitted vehicles for risky areas with computer vision techniques
ÖZNUR SUÇEKEN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜL FATMA TÜRKER
- Design and deployment of deep learning based fuzzy logicsystems
Derin öğrenme tabanlı bulanık sistemlerin geliştirilmesi ve uygulanması
AYKUT BEKE
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR