Geri Dön

Road damages(cracks) detection in Iraq by using ML

Irak'ta ML kullanılarak yol hasarlarının (çatlakların) tespiti

  1. Tez No: 854095
  2. Yazar: NOOR HAMZAH NWELEE AL-BUJASIM
  3. Danışmanlar: Assist. Prof. Dr. OĞUZ KARAN
  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: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 74

Özet

Bu araştırma, kusur türlerini belirlemek, önerilen bakımın türünü bilmek, yol sorunlarının raporlanması sorununu çözmek için yol araştırma sürecini içeren yol bakım operasyonlarını geliştirmeyi ve aynı zamanda mümkün olan en düşük maliyetlerle yol bakım sürecini kolaylaştırmayı amaçlamaktadır. Bu hedeflere ulaşmak için, yol bakımını otomatikleştiren ve kütüphaneleri (Dedection Object ile tensorflow) kullanarak yoldaki kusur türlerini belirlemek için yapay zekayı kullanan bir proje tasarlanmaktadır (sklearn, Python için en ünlü kütüphanelerden biri olarak kabul edilir). Veri bilimi ve makine öğrenimi ile ilgili alanlarda uzmanlaşmış programlama dili.Bu kütüphane, makine öğrenimi alanında kullanılan bir dizi algoritma, yöntem ve teknikleri içerir ve bu Yöntemler arasında sınıflandırma kavramı da vardır ve bu kütüphane, Scipy, Numpy, Matplotlib ve diğer birçok kütüphane gibi çeşitli Python kütüphaneleri temel alınarak oluşturulmuştur.). Önerilen çalışma, arızanın tanımlanması, tipinin bilinmesi, arıza alanının ölçülmesi, karayolunun durumu ve önerilen bakım türünün belirlenmesi için bazı mühendislik işlemleri ve hesaplamaların yapılması gibi bir takım sonuçlara ulaşacaktır. son çıktı. Bu çalışmada, farklı çekim, hava durumu ve aydınlatma senaryoları altında yoldaki çatlakları tespit etmek için derin öğrenmeye dayalı bir nesne algılama yöntemi kullanılacaktır. Bu, herhangi bir çatlağın çok kısa sürede ve düşük maliyetle tespit edilmesini mümkün kılar. Görüntüler parlaklık yoğunluğunun yüksek, orta veya çok düşük olması gibi farklı hava koşullarında çekilecektir. Ayrıca sisli, yağışlı ve karanlık koşullarda da çekim yapılacak. Resimlerin davranışını ve farklı durumlarda onlardan kusur çıkarma olasılığını incelemek için farklı mesafelerde (bir metre, yarım metre, bir buçuk metre gibi) resimler de çekilir.

Özet (Çeviri)

That research aims to develop road maintenance operations that include the road survey process to determine types of defects, knowing the type of proposed maintenance, solving the problem of reporting road problems, and also seeks to facilitate the process of road maintenance at the lowest possible costs To achieve these goals, a project is being designed that automates road maintenance and uses artificial intelligence to determine kind of defect in the way by using the libraries (tensorflow with Detection Object), (sklearn is considered one of the most famous libraries for the Python programming language, which specializes in The related fields of data science and machine learning. This library includes a set of algorithms, methods and techniques that are used in the machine learning field, and among these Methods are the concept of classification, and this library was built based on various Python libraries such as: Scipy, Numpy, Matplotlib, and many other libraries.). The proposed study will reach a number of results, which are identifying the defect, knowing its type, measuring the area of the defect, and conducting some engineering operations and calculations to determine the state of the roadway, and the type of maintenance proposed as a final output. This study will use a deep learning-based object detection method to identify road cracks under different shooting, weather, and illumination scenarios. This makes it possible to identify any cracks in a very short amount of time and at a low cost. Images will take in different weather conditions, such as the intensity of brightness being high, medium or very low. They will also be taken in foggy, rainy and dark conditions. Pictures are also taken at different distances (such as one meter, half a meter, one and a half meters) to study the behavior of the pictures and the possibility of extracting defects from them in different circumstances.

Benzer Tezler

  1. Geri yayılımlı birlikte evrim ile iyileştirilmiş derin sinir ağları kullanılarak yol çatlak tespiti

    Road crack detection using deep neural networks developed via cooperative coevolution with backpropagation

    EMİRHAN MUSTAFA ANIK

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    UlaşımBursa Uludağ Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. TURAN ARSLAN

  2. Detection and quantification of pavement defects using unmanned aerial vehicle imagery

    İnsansız hava aracı kullanılarak elde edilen görüntülerden yol yüzeyi hasarı tespiti

    TUĞBA YILDIZLI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    İnşaat MühendisliğiHacettepe Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BURCU GÜLDÜR ERKAL

  3. Büyük ölçekli ve şiddetli depremler sonrasında karayollarında oluşan asfalt çatlaklarının derin öğrenme temelli yaklaşımlarla otomatik olarak bölütlenmesi

    Automatic segmentation of asphalt cracks on highways after large-scale and severe earthquakes with deep learning-based approaches

    AYŞEGÜL GÜNEŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Jeodezi ve FotogrametriFırat Üniversitesi

    Jeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı

    PROF. DR. MEHMET YILMAZ

    DOÇ. DR. FATİH DEMİR

  4. Multi-temporal change detection assessment of Büyükçekmece landslides by multidiciplinary methods

    Büyükçekmece heyelanlarının çok zamanlı değişimlerinin multidisipliner yöntemlerle değerlendirilmesi

    DENİZ İNAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Jeoloji Mühendisliğiİstanbul Teknik Üniversitesi

    Jeoloji Mühendisliği Ana Bilim Dalı

    PROF. DR. TOLGA GÖRÜM

  5. Büyük şiddetli depremler sonrasında karayollarında oluşan asfalt deformasyonlarının analizi ve derin öğrenme tabanlı yaklaşımlarla asfalt çatlaklarının otomatik olarak sınıflandırılması

    Analysis of asphalt deformations on highways after major severe earthquakes and automatic classification of asphalt cracks with deep learning-based approaches

    ROZERİN DEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Jeodezi ve FotogrametriFırat Üniversitesi

    Jeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı

    PROF. DR. MEHMET YILMAZ

    DOÇ. DR. FATİH DEMİR