Evrişimsel sinir ağları kullanarak gömülü sistemlerde para tanıma işlemi
The process of money recognition by using convolutional neural network in embeded systems
- Tez No: 863809
- Danışmanlar: DR. ÖĞR. ÜYESİ HALİL NUSRET BULUŞ
- 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: Tekirdağ Namık Kemal Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 56
Özet
Görüntü işleme sistemleri artık hayatın her alanına girmiş bulunmaktadır. Üretim kontrol aşamalarında kusurlu hatalı ürün tespiti sürekli dikkat ve motivasyon gerektiren durumlarda oldukça güzel başarılar yakalanmıştır. Görüntü işleme işi için açık kaynak yazılımlar, Python ve gömülü sistemler kendilerine önemli yer bulmaktadır. Bu sayede maliyetler düşürülmekte ve iş kalitesi arttırılmaktadır. Ayrıca kullanılan gömülü sistem kartları ile daha düşük seviyede enerji harcaması gerçekleştirilmiş olup yatırım maliyetleri azaltılabilmiştir. Gömülü sistemler ile görüntü işleme kağıt para tanıma amacı ile kullanılabilmektedir. Bu yüksek lisans tez çalışmasında maliyet, enerji tasarrufu ve kullanım kolaylığı gibi durumlar göz önünde bulundurularak Raspberry Pi kullanılmış ve bu sayede Türkiye Cumhuriyeti'nde kullanılmakta olan kağıt paraların Derin öğrenme ve Raspberry Pi ile tanınması sağlanmıştır. Bu tanıma esnasında ışık şiddeti ile olan ilişkide incelenmiş ve bu etkiler deneyler ile gözlenmiştir.
Özet (Çeviri)
Image processing systems have entered every aspect of life. Very good successes have been achieved in cases where defective product detection is required during production control stages and requires constant attention and motivation. Open source software, Python, and embedded systems find an important place for image processing. In this way, costs are reduced and work quality is increased. In addition, with the embedded system cards used, lower energy consumption was achieved, and investment costs could be reduced. Image processing with embedded systems can be used for banknote recognition. In this master's thesis study, Raspberry Pi was used, taking into account issues such as cost, energy savings, and ease of use. Thus, the banknotes used in the Republic of Turkey was recognized with Deep Learning and Raspberry Pi. During this recognition, the relationship with light intensity was also examined, and these effects were observed through experiments.
Benzer Tezler
- Düşük güç tüketimi ve yüksek başarım için özgün uyarlanabilir gömülü sistem ve bellek tasarımları
Novel adaptive embedded system and memory designs for low power consumption and high performance
FAHRETTİN KOÇ
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. OĞUZ ERGİN
- Gömülü sistem üzerinde evrişimsel sinir ağları ile nesne sınıflandırılması
Object classification with convolutional neural networks on embedded systems
RASİM CANER ÇALIK
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED FATİH DEMİRCİ
- A new approach for classifying maize crop diseases using IoT-based deep learning convolutional networks
IoT tabanlı derin öğrenme evrimisel ağları kullanarak mısır ürün hastalıklarının sınıflandırılmasına yönelik yeni bir yaklaşım
NABIL MUSTAFA OMAR
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKadir Has ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Assoc. Prof. Dr. NIMA JAFARI NAVIMIPOUR
- Yer altına gömülü nesnelerin tespit edilmesinde üretken çekişmeli ağ metoduyla üretilen verilerin etkisinin incelenmesi
Investigation of the effect of the data produced by the gan method on the detection of buried objects
SERTAN AKÇALI
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiMilli Savunma ÜniversitesiDeniz Elektronik Sistemleri Mühendisliği Ana Bilim Dalı
DOÇ. DR. FATİH ERDEN
- İkili ağırlıklı ağ ve XNOR-ağ ikilileştirilmiş evrişimsel derin sinir ağlarının analizi
Analysis of binary weighted network and XNOR-net binarized convolutional deep neural networks
EMİR ALİ DİNSEL
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİFE KODAZ