Yenilebilir mantar türlerinin derin öğrenme ile sınıflandırılması
Classification of edible mushroom species with deep learning
- Tez No: 848547
- Danışmanlar: DR. ÖĞR. ÜYESİ KASIM ÖZACAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 55
Özet
Bu çalışmada, yenilebilir mantarların sınıflandırması ve üzerindeki dokulara göre kalitesinin belirlenmesinde insan gücü olarak ayırt edilmesi meşaketli, dikkat gerektiren ve yorucu bir iştir. Ülkemizde Batı Karadeniz, Karadeniz, Ege ve Akdeniz bölgelerinde mantarın yoğun olarak bulunduğu ancak bilinmeyen değerli mantarların ekonomiye kazandırılmadan geçildiğini söylemek mümkündür. Bu çalışmada yüksek oranda verim sağlayan YoloV8 versiyonu ile derin öğrenme yöntemi kullanılarak mantar tanımlama çözümü önerilmiştir. Mantar görüntüleri toplanarak 9 tür mantar için 807 görüntü ile veri seti hazırlanmış ve derin öğrenme modelini hazırlanarak oluşan model ONNX türüne çevrilmiştir. Model geliştirme olarak mantarların kalite sınıflandırılması için geliştirmeler yapılmıştır. YoloV8 yöntemiyle geliştirilmiş mantar tanıma ve sınıflandırma modeli başarı oranı görüntü cihazı ile %99,98 olduğu gözlemlenmiştir. Yapılan çalışmalar incelendiğinde Inception-V3, VGG-16, Resnet50, Yolov4, Yolov5 ve geliştirilen CNN mimarilerindeki başarı oranı en yüksek %88,4 olarak belirlenmiş ve YoloV8 ile karşılaştırıldığında önerilen geliştirilmiş yöntemin daha verimli kapsamlı sonuçlara sahip olduğu görülmüştür. Mantarların tanınması ve kalitesine göre sınıflara ayrılması da etkili bir şekilde uygulanabilmektedir.
Özet (Çeviri)
In this study, classifying edible mushrooms and determining their quality according to their components is a laborious, careful, and tiring task that requires manpower. It is possible to say that mushrooms are abundant in the Western Black Sea, Black Sea, Aegean and Mediterranean regions of our country, but unknown valuable mushrooms are passed without being brought into the economy. In this study, a mushroom identification solution was proposed using the deep learning method with the YoloV8 version, which provides good efficiency. By collecting mushroom images, a data set with 807 images for 9 species of mushrooms was prepared and the deep learning model was prepared and the resulting model was converted on ONNX type. As model development, improvements have been made for the quality classification of mushrooms. The success rate of the mushroom recognition and classification model developed with the YOLOV8 method was determined to be 99.98% with a 1080p display device. When the studies were examined, the success rate in Inception-V3, VGG-16, Resnet50, Yolov4, Yolov5 and the developed CNN architectures was determined to be 88.4% at most, and it was seen that the proposed improved method had more efficient and comprehensive results compared to YoloV8. Recognizing mushrooms and dividing them into classes according to their quality can also be applied effectively.
Benzer Tezler
- Ordu ilinden toplanan yabani ve yenilebilir mantar türlerinin antioksidan aktivitelerinin ve kolinesteraz, tirosinaz ve üreaz inhibisyon potansiyellerinin belirlenmesi
Determination of antioxidant activities and cholinesterase, tyrosinase and urease inhibition potentials of wild and edible mushroom species from Ordu province
FİGEN AKSU
- Yenilebilir deniz yosunları ulva rigida ve grateloupia turuturu türleri üzerine fitokimyasal araştırmalar
Photochemical studies on species of edible seaweed ulva rigida and grateloupia turuturu
BEGÜM ZENGİN
Yüksek Lisans
Türkçe
2022
Eczacılık ve FarmakolojiBezm-i Alem Vakıf ÜniversitesiFarmakognozi ve Doğal Ürünler Kimyası Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HALİL ŞENOL
- Nano partiküllü koruyucu maddelerin bazı ağaç türlerinin yanma özelliklerine etkileri
Effects of nano particle preservative materials on combustion properties of some wood species
EYÜP ÇİÇEK
Yüksek Lisans
Türkçe
2019
Ağaç İşleriGümüşhane ÜniversitesiOrmancılık ve Çevre Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ Ş.ŞADİYE YAŞAR
- Protein isolation and N- glycan characterization of different mushroom species by using PNGase F enzyme
Farklı mantar türlerinin protein izolasyonu ve PNGase F enzimi kullanılarak N- glikan karakterizasyonunun yapılması
TUBA ÇAĞIRTEKİN
Yüksek Lisans
İngilizce
2023
BiyoteknolojiÇanakkale Onsekiz Mart ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
DOÇ. DR. SERCAN KARAV
- Bazı yenilebilir mantar türlerinin sitotoksik, sitogenetik ve oksidatif etkilerinin araştırılması
Investigation of cytotoxic, cytogenetic and oxidative effects of some edible mushroom species
BÜŞRANUR GÜVEN
Yüksek Lisans
Türkçe
2019
BiyolojiKaramanoğlu Mehmetbey ÜniversitesiFen Bilimleri ve Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BUĞRAHAN EMSEN
PROF. DR. ABDULLAH KAYA