Comparative analysis of deep neural network architecture: A case study of plant leaf disease classification
Başlık çevirisi mevcut değil.
- Tez No: 796159
- Danışmanlar: DR. ÖĞR. ÜYESİ MUHAMMAD ILYAS
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Tarım, insan ve hayvan gıdalarının ana kaynağı olduğu için canlı organizmaların yaşam parçalarının önemli bir parçasıdır, bu nedenle araştırma tarıma yöneliktir ve tarımsal ürünlerde onaylanan üç önemli ürünü, yani (domates, biber) alıyoruz. ve patates). Veri setini KAGGLE sitesinden alıyoruz, böylece domates, patates ve biberin farklı hastalıklarından 20639 fotoğraf çekiyoruz. görüntü çıktısının sağlıklı olup olmadığını veya işyerinde kullanılan hastalık türlerinden birine ait olup olmadığını sınıflandırmak için derin sinir ağları kullanıldı (Domates Hedef Noktası, Domates Sarı Yaprak Kıvrılma Virüsü, Domates Geç yanıklığı, Domates Yaprak KÜFÜ, Patates Erken yanıklık, Patates Geç yanıklığı , Biber çanağı sağlıklı , Domates Erken yanıklığı, Domates SEPTORIA yaprak lekesi , Biber çanağı Bakteriyel lekesi, Domates sağlıklı , Domates Bakteriyel lekesi, Domates Örümcek akarları İki benekli örümcek akarı, ,Patates sağlıklı ,Domates mozaik virüsü). Derin sinir ağlarının bir parçası olan CNN'ler için üç model yaptık, CONV NEXT, mobil ağ, vgg-16 olmak üzere üç model kurduk. Eğitim sonuçları, modern model conv next'in kullanılan diğer modeller (mobil ağ ve vgg-16) arasında en doğru olduğunu ve eğitim doğrulama sürecindeki doğruluğunun 95'e ulaştığını gösterdi.
Özet (Çeviri)
Agriculture is an essential part of the life parts of living organisms, as it is the main source of human and animal food, so the research was directed towards agriculture, and we take three important crops were approved in agricultural crops, namely (tomatoes, peppers and potatoes). We take the data set from KAGGLE site, so we take 20639 pictures from different disease of tomato, potato and pepper. deep neural networks were used to classify the image output if its healthy or It belongs to one of the types of diseases that have been used at work (Tomato Target Spot ,Tomato Yellow Leaf Curl Virus, Tomato Late blight, Tomato Leaf MOLD, Potato Early blight, Potato Late blight , Pepper bell healthy , Tomato Early blight, Tomato SEPTORIA leaf spot ,Pepper bell Bacterial spot, Tomato healthy , Tomato Bacterial spot, Tomato Spider mites Two spotted spider mite, ,Potato healthy ,Tomato mosaic virus) . We made three models for CNNs, which are parts of deep neural networks, three models were built, namely CONV NEXT, mobile net, vgg-16. The training results showed that the modern model conv next is the most accurate of the other models used (mobile net and vgg-16), and its accuracy during the training verification process reached 95.
Benzer Tezler
- Ses olay tespit problemine derin öğrenme tabanlı çözümler
Utilizing footstep sound event detection by using cnn techniques for assuring property security
FURKAN YUSUF YAVUZ
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NEJAT YUMUŞAK
- Gömülü sistemlerde sesli komut tanıma
Voice command recognation in embedded systems
CAN ÇETİN
Yüksek Lisans
Türkçe
2020
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA DOĞAN
- Identification of object manipulation anomalies for service robots
Servis robotları için nesne etkileşim anomalilerinin tanısı
DOĞAN ALTAN
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SANEM SARIEL UZER
- Derin öğrenme tabanlı mikrodalga antenlerin vekil modellemesi
Deep learning-based surrogate modeling of microwave antennas
NASI ALLTIPARMAK
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. PEYMAN MAHOUTİ
PROF. DR. SLAWOMİR KOZIEL
- Crowd localization and counting via deep flow maps
Derin öğrenme ile çıkarılan hareket haritaları kullanılarak nesne kalabalıklarının tespiti ve sayımı
PEDRAM YOUSEFI
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL