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: Akıllı tarım, Hücresel yapay sinir ağları, Smart agriculture, Cellular artificial neural networks
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Ostim Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
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
- Badem yaprak arısı Cimbex quadrimaculata Müller, 1766 (Hymenoptera: Cimbicidae)'nın farklı popülasyon düzeylerini etkileyen faktörlerin otomatik tespitine yönelik açıklayıcı yapay zekâ tekniklerinin geliştirilmesi
Development of explanatory artificial intelligence techniques for automatic detection of factors affecting different population levels of almond leaf bee Cimbex quadrimaculata Müller, 1766 (Hymenoptera: Cimbicidae)
ŞEMSETTİN CEBECİ
Yüksek Lisans
Türkçe
2025
BiyomühendislikFırat ÜniversitesiBiyomühendislik Ana Bilim Dalı
PROF. DR. İNANÇ ÖZGEN
- Comparison of intrusion detection for the internet of things with machine and deep learning methods
Makine ve derin öğrenme yöntemleri ile nesnelerin interneti için saldırı tespitinin karşılaştırılması
SIHAM AMAROUCHE
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. KEREM KÜÇÜK
- Türk popülasyonunda willems, cameriere ve nolla diş yaşı tayin yöntemlerinin yapay zeka ile doğruluğunun karşılaştırılması
Comparison of the accuracy of willems, cameriere and nolla dental age estimation methods with artificial intelligence in Turkish population
OĞUZHAN KARAYEL
Diş Hekimliği Uzmanlık
Türkçe
2024
Adli TıpNecmettin Erbakan ÜniversitesiÇocuk Diş Hekimliği Ana Bilim Dalı
DOÇ. DR. HALENUR ALTAN
- 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
- Maküla optik koherens tomografi görüntülerinde yapay zeka ile retina tabakalarındaki bozulmanın tespiti
Detection of retinal layer abnormalities using artificial intelligence in macular optical coherence tomography images
EDA ZEYNEP KILIÇ
Tıpta Uzmanlık
Türkçe
2026
Göz HastalıklarıOndokuz Mayıs ÜniversitesiGöz Hastalıkları Ana Bilim Dalı
PROF. DR. ÖZLEM EŞKİ YÜCEL