Pirinç yaprak hastalıklarının sınıflandırılmasında derin evrişimli sinir ağı modellerinin karşılaştırmalı analizi
Comparative analysis of deep convolutional neural network models for classification of rice leaf diseases
- Tez No: 794596
- Danışmanlar: DR. ÖĞR. ÜYESİ AHMET COŞKUNÇAY, DR. ÖĞR. ÜYESİ İSHAK PAÇAL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 109
Özet
Çeltik, temel bir gıda kaynağı ve endüstride yaygın olarak kullanılan nadir bitkilerden biridir. Çeltikte yaprak hastalıklarının erken tespiti, ürün zararını minimize etmek için hayati önem taşır. Bitki hastalıklarını erken aşamada teşhis etmek için çiftçiler ve ziraat mühendisleri tarafından sıklıkla bilgisayar destekli sistemler kullanılmaktadır. Derin öğrenme yöntemleri, çeltik yaprak hastalıklarının tespiti için literatürde en sık kullanılan ve popüler yaklaşım olarak kabul edilmektedir. Bu çalışmada, VGG, ResNet, DenseNet, EfficientNet ve Xception gibi en popüler evrişimli sinir ağı (CNN) modelleri kullanılarak çeltik yapraklarında hastalıkların etkili bir şekilde teşhisi ve görüntü dönüştürücü modellerinin performanslarının karşılaştırılması yapılmıştır.
Özet (Çeviri)
Rice is a primary source of food and a rare plant widely used in industry. Early detection of leaf diseases in rice is crucial for minimizing crop damage. Computer-aided systems are commonly used by farmers and agricultural engineers to diagnose plant diseases at an early stage. Deep learning methods are the most commonly used and popular approach in the literature for detecting rice leaf diseases. In this study, we used the most popular convolutional neural network (CNN) models, such as VGG, ResNet, DenseNet, EfficientNet, and Xception, to effectively diagnose diseases in rice leaves and compare the performance of image transformer models.
Benzer Tezler
- Paddy-rice leaf area index (LAI) estimation using radar and optical imagery
Radar ve optik görüntüler kullanarak çeltik bitkisi yaprak alan indeks kestirim
ELNAZ NAJATISHENDI
Yüksek Lisans
İngilizce
2017
İletişim Bilimleriİstanbul Teknik Üniversitesiİletişim Bilimleri Ana Bilim Dalı
DOÇ. DR. ESRA ERTEN
- Şanlıurfa yerel patlıcan populasyonlarının kendilenmiş hatlarıyla karşılaştırılması üzerinde bir araştırma
An Investigation on comparison of local eggplant population of Şanlıurfa with their selfing lines
VEDAT PİRİNÇ
- Mineral katkıların yüksek dayanımlı kendiliğinden yerleşen harç özelliklerine etkileri
Effects of different mineral additives on high strength self-compacting mortar properties
MOHAMMED MİFTAH ABDULLAH BEEDİQ
Yüksek Lisans
Türkçe
2021
İnşaat MühendisliğiKastamonu ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
PROF. DR. HASBİ YAPRAK
- Investigation of potential of mir160 in sustainable agriculture through overexpression in potato cultivars
Patates çeşitlerinde anlatımını arttırarak mır160'ın sürdürülebilir tarımda kullanılabilme potansiyelinin değerlendirilmesi
BEYAZIT ABDURRAHMAN ŞANLI
Yüksek Lisans
İngilizce
2020
BiyoteknolojiNiğde Ömer Halisdemir ÜniversitesiTarımsal Genetik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZAHİDE NESLİHAN ÖZTÜRK GÖKÇE
- Diyarbakır koşullarında sarımsak yetiştiriciliğinde farklı dikim tarihlerinin hasat, verim ve kalite üzerine etkisi
The effect of different planting dates on harvest, yield and quality of garlic cultivation in Diyarbakir
SERHAT PEKER
Yüksek Lisans
Türkçe
2019
ZiraatDicle ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VEDAT PİRİNÇ