Seralardaki zararlıların derin öğrenmeye dayalı tekniklerle tespiti ve popülasyon tahmini
Pest detection based on deep learning techniques and population estimation in greenhouses
- Tez No: 787269
- Danışmanlar: DR. ÖĞR. ÜYESİ SİNAN UĞUZ, PROF. DR. İSMAİL KARACA
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Isparta Uygulamalı Bilimler Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 98
Özet
Örtü altı yetiştiricilik (sera); Türkiye'de, özellikle de Akdeniz ve Ege Bölgesi'nde önemli bir faaliyet alanına sahiptir. Burada üretilen ürünler; hastalık, zararlı, besin yetersizliği, yanlış kullanılan tarım ilaçları veya yanlış depolama nedeniyle zarar görmektedir. Tarım zararlıları, sera ürünlerinde önemli ekonomik ve üretim kayıplarına sebebiyet vermektedir. Bu noktada, seralarda yaygın bir tür olan thrips zararlısının erken dönemde tespiti büyük önem taşımaktadır. Bu tez çalışmasında Thrips familyasına ait bir tür olan Frankliniella occidentalis ele alınmıştır. Thrips zararlısının popülasyon artışının gözlemlenebilmesi adına, tuzaklar üzerinden haftalık olarak sayımı gerçekleştirilmektedir. Bu sayımlar ilgili ekipmanlar kullanılarak gerçekleştirilmektedir. Bu bakımdan süreç, yüksek iş gücü ve zaman gerektirmektedir. Tez çalışmasında, insan faktörü yerine derin öğrenme tabanlı algoritmalar kullanılarak zararlı sayımının gerçekleştirilmesi hedeflenmiştir. Bu kapsamda, Antalya ilindeki seralara kurulan mavi ve sarı yapışkan tuzak görüntüleri elde edilmiştir. Ayrıca, tuzakların toplandığı seralardan toplanma tarihleri ile seralardaki sıcaklık ve nem bilgileri de elde edilmiştir. İlgili görüntüler parçalara ayrılıp ayıklandıktan sonra bir veri seti oluşturulmuştur. Bu veri seti 4 farklı yenilikçi nesne tespiti modeli ile eğitilmiştir. DarkNet53 omurgalı YOLOv7 modeli, AP50 0.889 değeri ile en başarılı model olmuştur. Toplanan sayısal veriler ise 4 farklı makine öğrenmesi modeli ile eğitilmiştir. Zaman serilerinin bir özellik olarak kullanıldığı çalışmada, en başarılı sonucu doğrusal regresyon modeli vermiştir. Bu model kullanılarak bir trend analizi gerçekleştirilmiş ve sonraki döneme ait popülasyon tahmini verisi elde edilmiştir. Kullanıcıyı serada bulunan zararlı popülasyonu hakkında bilgilendirmek adına bir arayüz geliştirilmiştir.
Özet (Çeviri)
Greenhouse cultivation has a significant activity area in Turkey, particularly in the Mediterranean and Aegean regions. The products produced in greenhouses incur losses due to diseases, pests, nutritional inadequacy, misused pesticides, or improper storage. Agricultural pests, can be considered one of the most significant economic and productivity losses for greenhouse products. Detection of thrips at the preliminary stages, which is endemic in greenhouses, has immense importance. Frankliniella occidentalis, a species belonging to the thrips family, was discussed in this thesis. To observe thrips population growth, the pests on the traps are counted weekly with relevant equipment. In this respect, this process requires high labour and time. In the thesis, counting pests by using deep learning-based algorithms instead of a human factor, was aimed. Within this scope, yellow and blue sticky trap images in greenhouses in Antalya were obtained. Also, collection date from the greenhouses, temperature and humidity information of the greenhouses were obtained. The collected images were divided and a dataset was developed. This was trained with 4 different state-of-the-art models. YOLOv7 with DarkNet53 backbone was the most successful model with an AP50 value of 0.889. The collected numerical data were trained with 4 different machine-learning models. In the thesis, in which time series were used as a feature, the linear regression model gave the most successful result. A trend analysis was performed using this model and the population was estimated. An interface is designed to inform the user about the pest situation in the greenhouse.
Benzer Tezler
- Görüntü işleme temelli ısı haritaları kullanılarak laboratuvar koşullarında sera zararlılarının farklı tıbbi aromatik yağ kokularına göre davranış analizi
Behavior analysis of greenhouse pests according to different medical aromatic oil odors under laboratory conditions using image processing based heat maps
SANJAR MOHAMMADI
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiIsparta Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL SERKAN ÜNCÜ
- Antalya ili ve ilçelerinde seralarda yetiştirilen kesme çiçeklerde görülen böcek, akar türlerinin belirlenmesi ve üreticilerin uyguladıkları mücadele yöntemleri
Determinations of the insect and mite species in cut flowers areas grown in greenhouses in Antalya also growers' control methods
ZELİHA TIRAŞ
Yüksek Lisans
Türkçe
2016
ZiraatSüleyman Demirel ÜniversitesiBitki Koruma Ana Bilim Dalı
PROF. DR. BÜLENT YAŞAR
- Karatay ve Meram (Konya) ilçelerindeki domates seralarında bulunan zararlıların popülasyon gelişimi ve bulaşıklık oranının belirlenmesi
Determination of population development and infestation rate of pests in tomato greenhouses in Karatay and Meram (Konya) districts
MERVE ÇATLİ
- Balçova ve çevresinde seralarda böcek kökenli zararlılar, savaşı ve sorunları üzerinde incelemeler
Investigations on the Insect Pest problems of greenhouses in Balçova and around
S.SEROL SERBESTER
- İçel ve çevresindeki sera tipleri seralarda yetişen ürünler, ürünlere zarar veren böcek ve akarlara karşı uygulanmakta olan mücadele yöntemleri üzerine bir inceleme
Başlık çevirisi yok
AYTEN ÇALIK
Yüksek Lisans
Türkçe
1996
BiyolojiMersin ÜniversitesiBiyoloji Ana Bilim Dalı
PROF. DR. İBRAHİM GÜMÜŞSUYU