Derin öğrenme teknikleri kullanılarak meyve ve sebzede çeşitli hastalıkların tespit edilmesi
Detection of various diseases in fruit and vegetables using deep learning techniques
- Tez No: 826762
- Danışmanlar: DOÇ. DR. EMRULLAH ACAR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Batman Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 75
Özet
Meyve ve sebze hastalıklarının gıda güvenliği ve sürdürülebilir tarım pratikleri açısından kritik önemi bulunmaktadır. Dolayısıyla hastalıklar ürün verimini düşürmekte, kaliteyi azaltmakta ve böylece küresel gıda arzını tehdit etmektedir. Bu hastalıklar aynı zamanda biyoçeşitliliği de olumsuz etkilemekte, ekosistem dengesini bozmakta ve çiftçilerin geçim kaynaklarını zayıflatmaktadır. Bu çalışmada, derin öğrenme teknikleri kullanılarak meyve ve sebzelerde görülen hastalıkların tespiti yapılmıştır. Bu araştırma kapsamında 12 sınıfa ait 2907 adet RGB görüntüden çevrimiçi bir veri seti elde edilmiştir. Her sınıf için veri genişletme yöntemi ile veri seti 2907'den 17442'e kadar çıkarılmıştır. Meyve ve sebzelerdeki çeşitli hastalıkların tespiti için 10 katmanlı evrişimli derin ağ modeli oluşturulmuş ve ön eğitimli derin ağ mimarileri ( InceptionV3 ve ResNet50) kullanılmıştır. Elde edilen sonuçlar, en başarılı yöntemleri belirlemek için zaman ve başarı oranı açısından karşılaştırılmıştır. Sağlanan analizlerin sonuçları ayrıca tasarlanan bu gerçek zamanlı sistem ile meyve ve sebzelerde hastalık görüntülerini tespit etme ve tahminlerini bilgisayar ekranına aktarmak için gerçekleştirilmiştir.
Özet (Çeviri)
Fruit and vegetable diseases have critical importance in terms of food safety and sustainable agricultural practices. Therefore, diseases reduce crop yields, reduce quality and thus threaten the global food supply. These diseases also negatively affect biodiversity, disrupt ecosystem balance and weaken farmers' livelihoods. In this study, the diseases seen in fruits and vegetables were determined by using deep learning techniques.Within the scope of this research, an online data set was obtained from 2907 RGB images belonging to 12 classes. The data set was increased from 2907 to 17442 with the data augumentıon method for each class.For the detection of various diseases in fruits and vegetables, a 10-layer convolutional deep network model was created and pre education deep network architectures (InceptionV3 and ResNet50) were employed. The obtained results were compared in terms of time and success rate to determine the most successful methods. The results of the analyzes provided were also carried out with this designed real-time system to detect disease images in fruits and vegetables and transfer their predictions to the computer screen. Keywords
Benzer Tezler
- Zeytin pamuklu biti ve zeytin güvesinin kimyasal mücadelesinde görüntü işleme ve sensör tabanlı erken uyarı sisteminin entegrasyonu
Integration of image processing and sensor-based forecastingsystem in chemical control of olive psyllid and olive moth
MERT DEMİREL
Yüksek Lisans
Türkçe
2024
ZiraatBursa Uludağ ÜniversitesiBitki Koruma Ana Bilim Dalı
PROF. DR. NABİ ALPER KUMRAL
- Derin öğrenme teknikleri ile üzüm çeşitlerinin belirlenmesi
Determination of grape varieties with deep learning techniques
İSMAİL TERZİ
Doktora
Türkçe
2023
ZiraatTokat Gaziosmanpaşa ÜniversitesiBiyosistem Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET METİN ÖZGÜVEN
DOÇ. DR. ADEM YAĞCI
- Derin öğrenme ve dijital görüntü işleme teknikleri kullanılarak Kahramanmaraş'ta yetişen ceviz türlerinin özellik tespiti ve sınıflandırılması
Feature detection and classification of walnut species growing in Kahramanmaraş by using deep learning and digital image processing techniques
EYÜP ŞEKERLİ
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERDAL KILIÇ
- İş süreçlerinde insan görüsünü derin öğrenme ile destekleme
Supporting human vision with deep learning on business process
ALTUĞ YİĞİT
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTrakya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. CEM TAŞKIN
- Uzaktan algılama ve görüntü işleme tarıma uygulanması
Remote sensing and image processing application to agriculture
AHMET YAŞAR BALKESEN
Yüksek Lisans
Türkçe
2023
Fizik ve Fizik Mühendisliğiİnönü ÜniversitesiFizik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUNCAY ÖZDEMİR