Otonom araçlar için Tensorflow.js tabanlı nesne tespiti uygulaması
Tensorflow.js based object detection application for autonomous vehicles
- Tez No: 809635
- Danışmanlar: DOÇ. DR. MUSA ATAŞ
- 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: Siirt Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 81
Özet
Bu çalışmada, otonom araçlar için trafik levhalarını ve trafik lambalarını, sürüş anında gerçek zamanlı olarak tespit edebilecek web tabanlı bir uygulama sunulmuştur. Başlangıçta, nesne tespit modeli eğitiminde kullanılması amacıyla özgün bir veri seti oluşturulmuştur. Ardından, elde edilen veri seti ile Tensorflow 2.0'ın Nesne Algılama API'si ve SSD MobileNet v2 mimarisi kullanılarak eğitim yapılmış ve bir nesne tespit modeli oluşturulmuştur. Bu model, Tensorflow.js kütüphanesinin yardımı ile web projelerinde kullanılmak üzere Javascript'e yüklemeye uygun bir formata dönüştürülmüştür. Arka planda WebGL teknolojisi ve TensorFlow.js kütüphanesini kullanan model ile internet tarayıcıda gerçek zamanlı çıkarımlar yapan bir nesne tespit uygulaması geliştirilmiş ve sonuçlar irdelenmiştir.
Özet (Çeviri)
In this study, a web-based application that can detect traffic signs and traffic lights in real time while driving is presented for autonomous vehicles. Initially, a unique data set was created to be used in object detection model training. Then, with the obtained dataset, training was conducted using Tensorflow 2.0's Object Detection API and SSD MobileNet v2 architecture and an object detection model was created. This model has been converted into a format suitable for loading into Javascript for use in web projects with the help of the Tensorflow.js library. An object detection application that makes real-time inferences in the internet browser with the model using WebGL technology and TensorFlow.js library in the background was developed and the results were examined.
Benzer Tezler
- Trafik işaretlerinin derin öğrenme ile tespiti ve anlamlandırılması
Perception of traffic lights and sheets with the image processing (deep learning) method
HAYATİ AKGÜN
Yüksek Lisans
Türkçe
2020
Mekatronik MühendisliğiIsparta Uygulamalı Bilimler ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SİNAN UĞUZ
- Model-based aı accelerator design on FPGA with in-depth evaluation of design parameters
FPGA'de model tabanli yapay zeka hizlandirici tasarimi ve tasarim parametrelerinin derinliğine değerlendirilmesi
GÖZDE ÖZDİL
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. SIDDIKA BERNA ÖRS YALÇIN
- Real-time anomaly detection in UAV systems using TinyML on ARM Cortex-M microcontrollers
ARM Cortex-M mikrodenetleyicilerde gömülü makine öğrenmesi kullanarak İHA sistemlerinde gerçek zamanlı anomali tespiti
MEHMET ALPEREN BAKICI
Yüksek Lisans
İngilizce
2024
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. ECE OLCAY GÜNEŞ
- Derin öğrenme tabanlı ses ve görüntü işleme teknolojilerine sahip otonom insansız hava aracı
Autonomous unmanned aerial vehicle with deep learning-based audio and visual processing technologies
ERTUĞRUL KIRAÇ
Doktora
Türkçe
2024
Savunma ve Savunma Teknolojileriİstanbul Gedik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. SUNULLAH ÖZBEK
- İnsansız hava araçları için RRT ve YPA tabanlı hibrid ve yapay sinir ağı destekli genel yol planlamasının geliştirilmesi
Development of global path planning using hybrid and artificial neural network based on RRT and APF for unmaned aerial vehicles
AYHAN GÜLTEKİN
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YAŞAR BECERİKLİ