Derin öğrenme ile çam kese böceği yuvası tespit edebilen ilaçlama dronu geliştirilmesi
Development of a spraying drone that can detect pine processionary moth nest by deep learning
- Tez No: 777725
- Danışmanlar: DOÇ. DR. İSMAİL SERKAN ÜNCÜ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Isparta Uygulamalı Bilimler Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
Çam kese böceği, (Thaumetopoea pityocampa ve Thaumetopoea wilkinsoni) özellikle Orta Doğu, Orta ve Güney Avrupa ve Kuzey Afrika'da ormanları tehdit eden önemli zararlı türlerinden biridir. Ülkemizde de Akdeniz, Ege, Marmara ve Karadeniz bölgelerinde bulunan bu zararlı, iğne yapraklı ağaçların ibrelerini yiyerek beslenir. Ağaçların ibrelerinin azalması konakçısı oldukları ağaçların çap, boy ve hacim olarak büyümesini yavaşlatarak ağacın hastalıklara açık hale gelmesine ve ağacın ekonomik değerini kaybetmesine yol açmaktadır. Ayrıca, bu böcekler alerjen etkisi sebebiyle insanlara ve diğer canlılara zarar verebilmektedir. Ülkemizdeki ormanların yarıdan fazlasının iğne yapraklı türlerden oluştuğu için çam kese böceğinin orman yangınlarından daha fazla ormanlara zarar verdiği saptanmıştır. Bu kapsamda, çam kese böceği larvalarının yer aldığı keseleri drone vasıtasıyla havadan tespit ederek ilaçlamayı hedefleyen bir mücadele aracı geliştirilmiştir. Bu sayede, tüm ağacı ilaçlayarak oluşabilecek ekolojik ve maddi zararlar sadece hedef bölgenin ilaçlanmasıyla minimuma indirilmiştir. Yapılan çalışmada, görüntüleri alabilmek için özel tasarım drone üzerine yerleştirilmiş bir kamera ve ilaçlama işlevini yerine getirecek bir sıvı püskürtme sistemi yer almaktadır. Görüntüler üzerindeki keseleri tespit etmek için derin öğrenme tekniğinden faydalanılmıştır. YOLOv7 ağı kullanılarak, daha önceden oluşturulmuş veri setinin eğitim ve test işlemleri gerçekleştirilmiştir. Çam keselerini bulmada [email protected] başarı metriği %92.5 olarak tespit edilmiştir. Tespit edilen çam keselerinin içerisinde bulunan çam kese böceği larvalarının imhasında biyopestisit kategorisinde yer alan bir fungus türü kullanılmıştır.
Özet (Çeviri)
Pine processionary moth (Thaumetopoea pityocampa and Thaumetopoea wilkinsoni) is one of the important pest species threatening forests especially in the Middle East, Central and Southern Europe and North Africa. This pest, which is also found in the Mediterranean, Aegean, Marmara and Black Sea regions of Turkey, feeds on the leaves of coniferous trees. They slow down the growth of trees they infest in terms of diameter, height and volume. In addition, these pests can be harmful for humans and other mammals due to their allergenic effect. Considering that more than half of forests in our country are composed of coniferous species, the size of pine processionary moth threat is more clearly understood. In this context, a combat tool is developed that aims to detect and spray the sacs containing pine processionary beetle larvae from the air by a drone. In this way, ecological and material damages that may occur by spraying entire tree are minimized by spraying only the target area. In the study, there is a camera placed on specially designed drone to take images and a liquid spray system that will perform spraying function. Deep learning technique is used to detect sacs on the images. By using YOLOv7 network, training, and testing of the previously created dataset are carried out. The success metric of [email protected] in finding pine sacs is determined as 92.5%. A fungus species in biopesticide category is used for the destruction of pine processionary beetle larvae in the detected pine nests.
Benzer Tezler
- Derin öğrenme ile tekstil tipi tanım
Fabric classification by using deep learning
GÖKHAN GÜRGEN
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ECE OLCAY GÜNEŞ
- Derin öğrenme ile paratüberküloz hastalığının patolojik görüntüler üzerinden tanı sisteminin geliştirilmesi
Deep learning based development of diagnostic system of paratuberculosis disease through pathological images
NİLGÜN ŞENGÖZ
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TUNCAY YİĞİT
PROF. DR. ALİ HAKAN IŞIK
- Derin öğrenme ile radyolojik görüntüler üzerinden COVID-19 tespiti
COVID-19 detection in radiological images with deep learning
TANJU CEYLAN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTokat Gaziosmanpaşa ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZKAN İNİK
- Derin öğrenme ile cerrahi video anlama
Surgical video understanding with deep learning
ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DUYGU SARIKAYA
- Tarihi yığma yapıların derin öğrenme ile otomatik hasar tespiti
Automatic damage detection in historical masonry structures
TUĞBA ABDİOĞLU
Yüksek Lisans
Türkçe
2023
İnşaat MühendisliğiKaradeniz Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. KEMAL HACIEFENDİOĞLU