Bilgisayar destekli derin öğrenme yöntemleri ile bitki sağlığının tespit ve izlenmesi
Detecting and monitoring plant health with computer-aided deep learning methods
- Tez No: 856994
- Danışmanlar: DR. ÖĞR. ÜYESİ VOLKAN YAMAÇLI
- 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: Mersin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Tarım, dünya nüfusunu beslemenin temel taşıdır ve bitki hastalıklarının erken teşhisi, bu sektörün sürdürülebilirliği açısından kritik bir öneme sahiptir. Bitki sağlığının izlenmesi, modern tarımın etkin bir şekilde yönetilmesi için temel bir gereksinimdir. Bu çalışma, bilgisayar destekli derin öğrenme yöntemlerinin kullanılmasıyla bitki sağlığının tespit edilmesi ve izlenmesine odaklanmaktadır. Özellikle, MobileNetV2, ResNet-50 ve Xception gibi önde gelen Evrişimli Sinir Ağı (ESA) modellerinin uygulanmasıyla bitki yapraklarının görüntülerinin analiz edilip sağlıklı veya hasta olduğunun tespiti üzerinde durulmaktadır. Bu çalışma, bitki yapraklarının görüntülerinin toplanmasını, sınıflandırılmasını ve işlenmesini temel alır, bu adımlar bitki sağlığı izleme sürecinin başlangıcını oluşturur ve doğru sonuçlar elde etmek için kritik öneme sahiptir. Çalışmada, MobileNetV2, ResNet-50 ve Xception gibi önde gelen derin öğrenme modelleri kullanılarak bitki yapraklarının görüntülerinin analizi yapılır ve bitki sağlığı hakkında bilgi çıkarılır. Bu modeller, görüntü sınıflandırma ve hastalıkların tanımlanması süreçlerinde kilit bir rol oynar. Ayrıca, bitki yapraklarının görüntülerine uygulanan çeşitli filtreler sayesinde parlaklık, bulanıklık gibi özellikler düzeltilir ve bu ön işleme adımı tespit doğruluğunu artırmayı amaçlar. Çalışmanın sonuçları, kullanılan derin öğrenme modellerinin bitki yapraklarının sağlık durumunu tespit etme yeteneklerini ortaya koyar ve bu alandaki gelecekteki çalışmalara önemli bulgular sunar. Bu çalışma, bitki hastalıklarının daha erken teşhis edilmesini sağlayarak tarım verimliliğine olumlu bir etki yaratma potansiyelini göstermektedir ve bu hedefe ulaşmaya yönelik önemli bir adımı temsil eder.
Özet (Çeviri)
Agriculture is the cornerstone of feeding the world's population, and early diagnosis of plant diseases is critical for the sustainability of this sector. Monitoring plant health is a fundamental requirement for effectively managing modern agriculture. This study focuses on monitoring plant health using computer-aided deep learning methods. In particular, it emphasizes the analysis of plant leaf images and the identification of their health status, whether healthy or diseased, through the application of leading Convolutional Neural Network (CNN) models such as MobileNetV2, ResNet-50, and Xception. This study is based on the collection, classification, and processing of plant leaf images, steps which form the beginning of the plant health monitoring process and are critically important for obtaining accurate results. The study uses leading deep learning models such as MobileNetV2, ResNet50, and Xception to analyze the images of plant leaves and extract information about plant health. These models play a key role in image classification and disease identification processes. Additionally, various filters are applied to the images of plant leaves to correct features such as brightness and blurriness, and this preprocessing step aims to increase detection accuracy. The results of the study demonstrate the capability of the used deep learning models to detect the health status of plant leaves, providing significant findings for future research in this field. This study shows the potential of early diagnosis of plant diseases, which can positively impact agricultural productivity, representing an important step towards achieving this goal.
Benzer Tezler
- Diesel motorları yakıt püskürtme sistemlerinin dinamik simülasyonu
Başlık çevirisi yok
İRFAN KARAGÖZ
Yüksek Lisans
Türkçe
1986
Makine MühendisliğiUludağ ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. OĞUZ BORAT
- Ağızlık açma mekanizmalarının tasarımı
Başlık çevirisi yok
RECEP EREN
Yüksek Lisans
Türkçe
1987
Tekstil ve Tekstil MühendisliğiUludağ ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİL R. ALPAY
- Doğuştan kalça çıkıklı hastalarda kalça patolojilerinin bilgisayarlı tomografi ile değerlendirilmesi
Başlık çevirisi yok
NECDET ŞÜKRÜ ALTUN
Tıpta Uzmanlık
Türkçe
1987
Ortopedi ve TravmatolojiGazi ÜniversitesiOrtopedi ve Travmatoloji Ana Bilim Dalı
PROF.DR. ORHAN ASLANOĞLU
- Kuyruk modelleri ve analizi üzerine bir uygulama
Başlık çevirisi yok
DİDEM ÖZPULAT
Yüksek Lisans
Türkçe
1985
İstatistikEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. FİKRET İKİZ
- Landsat uydusu aracılığı ile elde edilen görüntülerin sınıflandırılmaları ve bunlara ilişkin bilgisayar programlarının hazırlanması
Başlık çevirisi yok
G. FERZAN KÜÇÜKA
Yüksek Lisans
Türkçe
1985
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİS PÜSKÜLCÜ