Derin öğrenme yaklaşımı ile sağlam ve çürük elmaların sınıflandırılması
Classification of healthy and defective apples with deep learning approach
- Tez No: 829643
- Danışmanlar: DR. ÖĞR. ÜYESİ FATİH GÖKÇE
- 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: Süleyman Demirel Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 48
Özet
Dünyada meyve ticaretinin en önemli unsurlarından birisi meyve kalitesidir. Kalite olarak akla ilk başta raf ömrü gelmektedir. Meyve olarak elmayı temel alacak olursak birçok meyveden daha dayanıklı ve uzun süre soğuk hava depolarında uygun sıcaklıkta korunabilen bir meyve türüdür. Bu meyvelerin raf ömrünün daha uzun olabilmesi için soğuk hava depolarına koyulmalarından önce sağlam ve çürük ayrımı yapılması gerekmektedir. Bu ayırmanın yapılmasının temel amaçlardan bir tanesi çürük olan meyvelerin sağlam olanları da çürütmesini engellemektir. Bu amaçla endüstriyel cihazlar geliştirilmeye başlanmış olsa da bu cihazların kullandığı yöntemlerin genel olarak literatüre açılmamış olduğu görülmektedir. Bu açıdan literatürde çeşitli çalışmalar da olsa elmaların sağlamlık durumuna göre ayrıştırılması doğrultusunda kullanılabilecek yöntemler açısından katkı bekleyen noktalar bulunmaktadır. Bu nedenle bu çalışmada elma meyvesi için bilgisayarla görmede çeşitli karmaşık problemlerde yüksek başarımlı sonuçlar alınmasını sağlayan derin öğrenme yöntemlerinden evrişimsel sinir ağları yöntemi kullanılarak görüntü sınıflandırma problemi üzerinde çalışılmıştır. Tez kapsamında herhangi bir cihaz tasarımı gerçekleştirilmemiş olup; sadece bilgisayarla görme yazılımı üzerinde çalışılmıştır. Literatürde aynı zamanda veri seti eksikliği de göze çarptığından dolayı tez kapsamında öncelikle, 5 farklı türde elmadan (Granny Smith, Golden, Starking, Arap kızı ve Sarı İngiliz) 1036 adet sağlam 1040 adet çürük olmak üzere toplam 2076 adet elma görüntüsü çekilerek bir veri seti oluşturulmuştur. Veri seti oluşturulurken özel ışık ve kamera sistemleri kullanılmamış olup; değişik zaman ve arka planlarda mobil telefon kamerasıyla çekimler yapılmıştır. Veri setinin etiketleme işlemleri elmalar konusunda deneyimli bir kişi tarafından gerçekleştirilmiştir. Elmaların sınıflandırmasını zorlaştıran unsurlar olan sap ve çanak kısımlarının da içerildiği bu veri seti ile evrişimsel sinir ağına dayalı olarak önerilen modellerin elmaları sınıflandırma başarısı iki farklı sınıflandırma problemi kurgulanarak değerlendirilmiştir. Bu problemlerin birinde elmaların sağlam ve çürük olarak; diğerinde de sağlam, az çürük ve çok çürük olarak sınıflandırılması gerekmektedir. Tez kapsamında önerilen modellerin başarımı, literatürde güncel olarak yayınlanmış bir başka modelle kıyaslanmıştır. Bu kıyaslamanın sonucunda önerilen modellerin literatürdeki güncel modele kıyasla yakın başarım sağladığı ortaya konulmuştur.
Özet (Çeviri)
One of the most important elements of fruit trade in the world is fruit quality. In terms of quality, the first thing that comes to mind is shelf life. If we consider the apple as a fruit, it is a type of fruit that is more durable than many fruits and can be preserved at appropriate temperatures in cold storage for a long time. In order for these fruits to have a longer shelf life, it is necessary to separate healthy and defective fruits before placing them in cold storage. One of the main purposes of this separation is to prevent defective fruits from rotting healthy ones. Although industrial devices have begun to be developed for this purpose, it seems that the methods used by these devices have not been published in the literature in general. In this respect, although there are various studies in the literature, there are points that need contribution in terms of methods that can be used to sort apples according to their health status. For this reason, in this study, the image classification problem for apple fruit was studied using the convolutional neural networks method, one of the deep learning methods that provides high performance results in various complex problems in computer vision. No device design has been carried out within the scope of the thesis; only computer vision software has been studied. Since there is also a lack of a dataset in the literature, within the scope of the thesis, a dataset was first created by taking a total of 2076 apple images, 1036 of which were healthy and 1040 of which were defective, from 5 different types of apples (Granny Smith, Golden, Starking, Malus Domestica ve Yellow English). Special lighting and camera systems were not used when creating the dataset; shots were taken with a mobile phone camera at different times and backgrounds. The labeling of the data set was carried out by a person experienced in apples. With this dataset, which also includes the stem and calyx parts, which are the elements that make the classification of apples difficult, the success of the models proposed based on the convolutional neural network in classifying apples was evaluated by constructing two different classification problems. In one of these problems, apples are to be classified as healthy and defective; in the other case, they should be classified as healthy, slightly defective and very defective. The performance of the models proposed within the scope of the thesis was compared with another model currently published in the literature. As a result of this comparison, it was revealed that the proposed models provide close performance compared to the current model in the literature.
Benzer Tezler
- Asenkron motorlarda çoklu hataların akım sıfır geçiş anı ile gerçek zamanlı tahmini
Real-time estimate of multiple faults in induction motors with current zero crossing instants
EYÜP ÇAKI
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ABDÜLKADİR ÇAKIR
- Data-driven condition monitoring and fault diagnosis of VFD-FED induction motors
Değişken frekanslı sürücü ile beslenen asenkron motorlarda veri odaklı durum izleme ve arıza tanılama
ALPER SENEM
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞENİZ ERTUĞRUL
- Design and deployment of deep learning based fuzzy logicsystems
Derin öğrenme tabanlı bulanık sistemlerin geliştirilmesi ve uygulanması
AYKUT BEKE
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR
- EEG sinyallerinin zaman-frekans gösterimlerinin derin öğrenme ile analizi sonucu alzheimer hastalığının tespiti
Detection of alzheimer disease through deep learning analysis of EEG signals' time-frequency representations
MERAL ASLAN DİL
Yüksek Lisans
Türkçe
2024
Biyomühendislikİstanbul Üniversitesi-CerrahpaşaBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. FIRAT KAÇAR
PROF. DR. AYDIN AKAN
- Measuring and evaluating the maintainability of microservices
Mikroservislerin sürdürülebilirliğinin ölçülmesi ve değerlendirilmesi
RAHİME YILMAZ
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. FEZA BUZLUCA