Geri Dön

Resıdual network tabanlı uygulama ile göz bakterilerin sınıflandırılması

Classification of eye bacteria with residual network based application

  1. Tez No: 845180
  2. Yazar: BETÜL ÖZÇINAR
  3. Danışmanlar: DOÇ. DR. SEFER KURNAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 103

Özet

Günümüzde görüntü tanıma teknolojileri, her geçen gün daha da popülerleşerek gelişmektedir. Görüntü tanıma teknolojileri; endüstriyel otomasyonlar, Medikal ve sağlık, astronomi, otomatik sürüş ve uçuş sistemleri gibi birçok alanda kullanılmaktadır. Yüz tanıma sistemleri, elektronik görüntü belirleme lensleri, optik okuyucular; görüntü işleme konusunda son yıllarda hem akademik alanda hem de sosyal alanlarda yaygın olarak kullanılan ve araştırılan insan-bilgisayar etkileşimi konuları arasında yer almaktadır. Bu çalışmada yapay sinir ağlarından biri olan ResNet sistemi, deep neural network modellerindeki gradiyent sıkışması problemini çözmek için skip connection'ları kullanır. Bu skip connection'lar, modelin önceki katmanlarından gelen bilginin direkt olarak sonraki katmanlara aktarılmasını sağlar ve böylece gradiyent sıkışmasını önlenebilir ve daha derin network'lerin eğitilebilmesi mümkün olabilir. Çalışmamızda Resnet çoklu görüntü alma mimari yapısını kullanarak gözlerde bulunan bakteri türlerini ayırt edip sınıflandırmaya çalıştık. Sistemde kullandığımız mimari sayesinde, bakteri görüntülerinin daha derin ve daha kompleks modeller oluşturmasının yanı sıra daha yüksek performanslı görüntü elde etmemizi mümkün kılmaktadır. ResNet, ImageNet gibi büyük veri kümelerinde yüksek performans göstermiş olup güncel deep learning uygulamalarından birçoklarında kullanılan bir sistem olmuştur.

Özet (Çeviri)

Today, image recognition technologies continue to be popularised day by day. They are used in many fields such as industrial automation, medical and health, astronomy, automatic driving and flight systems, face recognition systems, electronic image detection lenses, optical readers are among the human-computer interaction topics that have been widely used and researched in both academic and social fields in recent years in image processing. In this study, the ResNet system, one of the artificial neural networks, uses skip connections to solve the gradient compression problem in deep neural network models. These skip connections allow the information from the previous layers of the model to be transferred directly to the next layers, so that gradient compression can be avoided and deeper networks can be trained. In our study, we tried to distinguish and classify the types of bacteria found in the eyes by using the ResNet multi-image retrieval architecture. Thanks to the architecture we use in the system, it enables us to obtain higher performance images as well as deeper and more complex models of bacteria images. ResNet has shown high performance on large datasets such as ImageNet and has become a system used in many current deep learning models.

Benzer Tezler

  1. LED and visible light-induced metal free ATRP using reducible dyes in the presence of amines

    İndirgenebilir boyar madde/amin sistemi ile LED ve görünür bölge ışığıyla başlatılmış metal içeriksiz ATRP

    CEREN KÜTAHYA

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Kimyaİstanbul Teknik Üniversitesi

    Kimya Ana Bilim Dalı

    PROF. DR. YUSUF YAĞCI

  2. Derin öğrenme tabanlı görüntü gürültü giderme için yoğun bağlantı kullanan yeni yaklaşımlar

    Densely connected structures in deep learning based image denoising

    VEDAT ACAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ENDER METE EKŞİOĞLU

  3. Akıllı şebekelerde kablosuz algılayıcı ağların optimal kullanım planlarının geliştirilmesi

    Developing optimal usage plans for wireless sensor networks in smart grid

    ELİF ZEYNEP SERPER

    Doktora

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYŞEGÜL ALTIN KAYHAN

  4. Deep learning based road segmentation from multi-source and multi-scale data

    Çok kaynaklı ve çok ölçekli veriyle derin öğrenme tabanlı yol bölütlenmesi

    OZAN ÖZTÜRK

    Doktora

    İngilizce

    İngilizce

    2023

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. DURSUN ZAFER ŞEKER

  5. Doğal süreçlerde gürültü analizi ve sinyal modellemeleri

    Noise analysis and signal modeling in natural processes

    SÜLEYMAN BAYKUT

    Doktora

    Türkçe

    Türkçe

    2012

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. TAYFUN AKGÜL