Comparison of artificial intelligence techniques for the detection of pest diseases in agriculture
Yapay zeka tekniklerinin karşılaştırılması tarımda zararlı hastalıkların tespitinde
- Tez No: 866806
- Danışmanlar: DR. ALİ METİN BALCI
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: OSTİM TEKNİK ÜNİVERSİTESİ
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 70
Özet
Domates, büyük miktarlarda üretilen ve ticari değeri yüksek olan önemli ürünlerden biridir. Domates mahsulünü endişe verici oranda etkileyebilecek birçok hastalık vardır. Bu bağlamda bu tür hastalıkların erken tespiti ve doğru tanısı oldukça etkilidir. Son yıllarda, derin öğrenme birçok uygulamada, özellikle de bitki hastalıkları sınıflandırmasında evrişimli sinir ağlarında (CNN'ler) benzeri görülmemiş sonuçlar elde etti. Bu çalışma üç Evrişimli Sinir Ağı (CNN) mimarisi arasındaki karşılaştırmaya odaklanmaktadır: AlexNet, VGG16 ve Inception V3. Önerilen çalışma, derin öğrenme yaklaşımını kullanarak domates yapraklarındaki hastalıkları tespit eden en iyi algoritmayı bulmayı amaçlamaktadır. Deneyler için kullanılan veri seti, 32.545 yaprak görüntüsünü içeren PlantVillage veri setinden on farklı domates hastalığı sınıfını ve sağlıklı bir sınıfı içermektedir. Modeller doğruluk, kesinlik ve hatırlamaya dayalı çok sınıflı bir istatistiksel analiz yoluyla değerlendirildi. Sonuçlar, VGG16 ve Inception V3 mimarilerinin eğitim verileri için %99,55'lik bir değerle eşit doğruluk elde ettiğini ve AlexNet mimarisinin %97,76 doğruluğa sahip olduğunu ancak VGG16'nın üstün olması nedeniyle test verilerinin doğruluğunda bir fark olduğunu göstermektedir. doğruluğu %90, Inception V3'ün doğruluğu %89, AlexNet'in doğruluğu ise %75'tir.
Özet (Çeviri)
Tomato is one of the important crops that are produced in large quantities and have a high commercial value. There are many diseases that may affect the tomato crop at an alarming rate. In this context, early detection and accurate diagnosis of such diseases are highly effective. In recent years, deep learning has had unprecedented results in many applications, specifically convolutional neural networks (CNNs), in plant disease classification. This work focuses on a comparison between three Convolutional Neural Network (CNN) architectures: AlexNet, VGG16, and Inception V3. The proposed work aims to find the best algorithm that detects the disease of tomato leaves using a deep learning approach. The dataset used for the experiments contains ten different classes of tomato diseases and a healthy class from the PlantVillage dataset, which includes 32,545 leaf images. The models were evaluated through a multiclass statistical analysis based on accuracy, precision, and recall. The results show that the VGG16 and Inception V3 architectures obtain equal accuracy for the training data with a value of 99.55%, and AlexNet architecture had accuracy 97.76% , but there is a difference in the accuracy of the test data, as VGG16 excels with an accuracy of 90%, and Inception V3 has an accuracy of 89%, while AlexNet has an accuracy of 75%.
Benzer Tezler
- Alzheimer hastalığının farklı düzeylerinin sınıflandırılmasında yapay zeka ve logit regresyon modellerinin karşılaştırılması
Comparison of artificial intelligence and logit regression models in the classification of different levels of alzheimer's disease
NURGÜL BULUT
Doktora
Türkçe
2023
BiyoistatistikEskişehir Osmangazi ÜniversitesiBiyoistatistik Ana Bilim Dalı
PROF. DR. KEVSER SETENAY ÖNER
- Building sensor-based real-time predictive maintenance system by utilizing artificial intelligent techniques
Yapay akıllı teknikleri kullanarak sensör tabanlı gerçek zaman tahminli bakım sistemi kurulması
RAGHAD MOHAMMED KHORSHEED
Doktora
İngilizce
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Çilek meyvesi gelişiminin derin öğrenme metotlarıyla karşılaştırmalı incelenmesi
Comparison of development strawberry fruit with deep learning methods
LEVENT DALGIN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolVan Yüzüncü Yıl ÜniversitesiYapay Zeka ve Robotik Ana Bilim Dalı
DOÇ. DR. MURAT CANAYAZ
- Managing the human factors in information security through computational intelligence methods
Bilgi güvenliğinde insan faktörlerini sayısal zeka yöntemleriyle yönetme
MURAT OĞUZ
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMelikşah ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. İHSAN ÖMÜR BUCAK
- Covid-19 hastalığının sınıflandırılmasında derin öğrenme modellerinin performanslarının karşılaştırılması
Comparison of the performances of deep learning models in classification of Covid-19 disease
PERVİN SÜRGÜÇOĞLU
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiKastamonu ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. KEMAL AKYOL