Derin öğrenme teknikleri ile bazı bağ hastalıklarının belirlenmesi
Determination of some vineyards disease with deep learning techniques
- Tez No: 777865
- Danışmanlar: DOÇ. DR. MEHMET METİN ÖZGÜVEN, DOÇ. DR. KEMAL ADEM
- Tez Türü: Doktora
- Konular: Ziraat, Agriculture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Tokat Gaziosmanpaşa Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Biyosistem Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 90
Özet
Türkiye, üzüm üretiminin en çok yapıldığı dünyanın en önemli bağ alanlarına sahip olan ülkelerdendir. Bağcılıkta verimliliği olumsuz etkileyen en önemli sebeplerden birisi bağ hastalıklarıdır. Bu çalışmada, bir yapay zeka yaklaşımı olan Faster R-CNN, SSD Multibox ve özgün olarak yeni geliştirilen derin öğrenme modeli kullanılarak bazı bağ hastalıkları tespit edilmiş ve sınıflandırılmıştır. Bu hastalıklar yaygın olarak görülen ve ekonomik sorun oluşturan külleme, mildiyö, ölü kol hastalığı ile asma yaprak kıvrılma virüs hastalığı (GLRaV) ve asma kısa boğum virüs (GFLV) hastalıklarıdır. Önerilen yöntem 11 000 görüntü kullanılarak eğitilmiş ve test edilmiştir. Deneysel değerlendirmeler sonucunda hastalıkların tespiti ve sınıflandırılmasında genel doğruluk oranları Faster R-CNN %92, SSD Multibox %92.21 ve geliştirilen model ile %96.95 olarak bulunmuştur. Önerilen yaklaşım, literatürdeki benzer yöntemlerden daha iyi sonuçlar vermiştir. Bu nedenle yöntemin, bazı bağ hastalıklarının tespit edilmesi ve sınıflandırılmasında, güvenilir bir şekilde kullanılabileceği sonucuna varılmıştır. Bu çalışmanın literatüre temel katkısı, fungal ve viral hastalıklardan oluşan beş farklı bağ hastalığı için büyük miktarda yeni bir veri seti oluşturulması ile hastalık tespiti ve sınıflandırılmasında özgün yeni bir derin öğrenme modelinin geliştirilmesidir.
Özet (Çeviri)
Turkey, which has the most important vineyard areas in the world, is one of the countries where the most grapes are produced. Vineyard diseases are one of the most important reasons that negatively affect the yield in viticulture. In this study, some connective diseases were defined and classified using artificial intelligence approach, Faster R-CNN, SSD Multibox and originally newly developed deep learning model. These diseases are powdery mildew, downy mildew, dead arm disease, grapevine leaf roll-associated virus disease (GLRaV) and grapevine fan leaf nepovirus (GFLV) diseases that are common and cause economic problems. The proposed method is trained and tested using 11 000 images. As a result of the experimental evaluations, the general accuracy rates in the detection and classification of diseases were found to be 92% for Faster R-CNN, 92.21% for SSD Multibox and 96.95% with the developed model. The proposed approach gave better results than similar methods in the literature. Therefore, it has been concluded that the method can be used reliably in the detection and classification of some ligament diseases. The main contribution of this study to the literature is the creation of a large new data set for five different connective diseases consisting of fungal and viral diseases, and the development of a original new deep learning model for disease detection and classification.
Benzer Tezler
- Derin öğrenme teknikleri ile bazı bağ zararlılarının oluşturduğu hasarın belirlenmesi
Determination of the damage caused by some vineyard pests with deep learning techniques
TAHSİN UYGUN
Doktora
Türkçe
2024
ZiraatTokat Gaziosmanpaşa ÜniversitesiBiyosistem Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET METİN ÖZGÜVEN
PROF. DR. DÜRDANE YANAR
- Androıd kötücül yazılımlarından koruma sistemlerinin değerlendirilmesi ve görüntü işleme algoritmalarını yapay zekâ teknikleri ile melezleştirerek yeni bir algılama yaklaşımının geliştirilmesi
Evaluating the robustness of android anti-malware systems and developing a novel detection approach based on hybridizing image processing algorithms with artificial intelligence techniques
HALİT BAKIR
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİL MURAT ÜNVER
- Cognition-enabling techniques for next-generation radar and electronic warfare systems
Gelecek nesil radar ve elektronik harp sistemleri için bilişsellik-etkinleştirme teknikleri
MUHARREM ARIK
Doktora
İngilizce
2019
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZGÜR BARIŞ AKAN
- Çevrimiçi sosyal ağlarda rahatsız edici davranış tespiti ve azaltma stratejileri
Misbehaviour detection and mitigation strategies in online social networks
SEMA ŞAHİN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYŞE BERNA ALTINEL GİRGİN
- Obtain anterior/posterior position of the tumor through machine learning
Makine öğrenme yoluyla tümörün anterior/posterior pozisyonunu elde edin
GOLSHAN GHOLAMPOUR
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik-Haberleşme Eğitimi Ana Bilim Dalı
PROF. DR. İBRAHİM AKDUMAN