Derin öğrenme yöntemleri ile insansız hava araçlarının tespit edilmesi
Drone detection with deep learning methods
- Tez No: 871030
- Danışmanlar: PROF. DR. AHMET BARAN
- 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: Erzincan Binali Yıldırım Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yapay Zeka ve Robotik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 87
Özet
Günümüz dünyasında insansız hava araçları (İHA) son derece gelişmiş, inşa edilmesi veya satın alınması oldukça kolay, popüler makinelerdir. Askeri operasyonlar, eğlence sektörü, sportif kullanım, kargo taşımacılığı gibi alanlarda sıklıkla kullanılırlar. Aynı zamanda kaçakçılık, casusluk, terör faaliyetleri gibi illegal alanlarda da kullanılmakta ve bu kullanım giderek artmaktadır. Kamunun güvenlik ve gizlilik endişesini ortadan kaldırmak için, yetkisiz ve illegal İHA'ların tespit edilmesi savunma sanayisi için oldukça önemlidir. Bu çalışmada optik yaklaşım ile İHA tespiti yapılmıştır. Python dili ve Google Colab ortamında, derin öğrenme yöntemlerinden YOLO mimarisinin v8l ve v9c modelleri kullanılarak iki farklı veri seti ile model eğitimi yapılmıştır. Eğitilen modeller içerisinde en yüksek başarı oranı %99,2 olarak gerçekleşmiştir. Yasadışı uçuş simülasyonu yapılmış ve İHA başarıyla tespit edilmiştir. Eğitilen modeller arasında kıyaslama yapılmış ve gelecek çalışmalar için öneride bulunulmuştur.
Özet (Çeviri)
In today's world, unmanned aerial vehicles (UAVs) are highly advanced, popular machines that are easy to build or purchase. They are frequently used in areas such as military operations, the entertainment industry, sports, and cargo transportation. At the same time, they are also increasingly used in illegal activities such as smuggling, espionage, and terrorism. To alleviate public security and privacy concerns, detecting unauthorized and illegal UAVs is of great importance for the defense industry. In this study, UAV detection was conducted using an optical approach. Models were trained using the Python programming language and the Google Colab environment, utilizing the YOLO architecture's v8l and v9c models with two different datasets. Among the trained models, the highest success rate achieved was 99.2%. The trained model successfully detected the UAV we simulated for illegal flight. A comparison between the trained models was made, and recommendations for future studies were provided.
Benzer Tezler
- İnsansız hava araçlarında nokta bulut yöntemi ile iniş pisti analizi
Landing pad analysis by point cloud method in unmanned air vehicle
MELİKE AKSU
Yüksek Lisans
Türkçe
2023
Sivil HavacılıkFırat ÜniversitesiHavacılık Bilimi ve Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EBRU KARAKÖSE
- İnsansız hava aracından alınan görüntülerden derin öğrenme yöntemi ile yangın tespiti
Fire detection with deep learning method from images taken from unmanned aerial vehicle
MUSA CESUR
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TAYYİP ÖZCAN
- Developing algorithm for automatic detection of caves using unmanned aerial vehicle data
İnsansız hava araçlarından elde edilen verilerle otomatik mağara tespiti yapabilen algoritmanın geliştirilmesi
MUSTAFA BÜNYAMİN SAĞMAN
Yüksek Lisans
İngilizce
2023
Savunma ve Savunma Teknolojileriİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
DOÇ. DR. ORKAN ÖZCAN
- 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
2022
İnşaat MühendisliğiHacettepe Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURCU GÜLDÜR ERKAL
- Visual object tracking by using deep neural networks
Derin sinir ağları kullanılarak görsel nesne takibi
HASAN SARİBAŞ
Doktora
İngilizce
2020
Elektrik ve Elektronik MühendisliğiEskişehir Teknik ÜniversitesiHavacılık Elektrik ve Elektroniği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SİNEM KAHVECİOĞLU
PROF. DR. HAKAN ÇEVİKALP