Ceviz çeşitlerinin sürgün ve yaprak görüntüleri kullanarak derin öğrenme yöntemiyle erken dönemlerde tespit edilmesi
Early detection of walnut cultivars by deep learning method using shoot and leaf images
- Tez No: 875233
- Danışmanlar: DR. ÖĞR. ÜYESİ KIYAS KAYAALP
- 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: Isparta Uygulamalı Bilimler Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 126
Özet
Ülkemiz ceviz yetiştiriciliğinde dünyanın önemli ülkeleri arasındadır. Ülkemizde yetiştirilen ceviz miktarı, ülke ihtiyacını karşılayacak düzeyde değildir. Yeterli olmamasının temel sebebi de bilinçli bir ceviz yetiştiriciliğinin ülkemizde yapılamamasıdır. Besin değeri yüksek olan ceviz yetiştiriciliğinde iklim ve toprak koşullarına uygun ceviz türünü seçmek önemlidir. Ceviz yetiştiriciliğinde, bahçe kurulumunun maliyetli olması ve ceviz meyve verme süresinin yıllar almasından dolayı, doğru ceviz türünü seçmek, yapılması gereken ilk iş olmalıdır. Ceviz ağaçlarının türlerini ayırt etmek ise oldukça zordur. Ceviz türleri birbirlerine, renk, doku ve yaprak yapıları olarak çok benzemektedirler. Genelde cevizin türünü belirlemek için ağacın meyve vermesi beklenmektedir. Literatürde ceviz çeşitlerini belirlemek için yapılan çalışmaların geneli ceviz meyvesi üzerine yapılan sınıflandırma çalışmalarıdır. Bu çalışmada sadece ceviz yaprak görüntüleri kullanılmamış aynı zamanda bir ilk olarak ceviz sürgün görüntüleri de kullanılmıştır. Literatüre katkı olarak 10 farklı ceviz türüne ait 3 552 sürgün ve 10 000 yaprak görüntüsü içeren veri setleri oluşturulmuştur. Sürgün ve yaprak veri setindeki görüntülerin sınıflandırılması derin öğrenme modelleri ile ayrı ayrı yapılarak karşılaştırılmıştır. Aynı zamanda başarım oranını değerlendirebilmek için hibrit modeller geliştirilerek sınıflandırma çalışmaları da yapılmıştır. Sürgün veri setinin sınıflandırılması için önerilen en başarılı derin öğrenme modeli, %98.52 başarı oranı ile DenseNet201 modeli olmuştur. Yine sürgün veri setinin hibrit modellerle yapılan eğitiminde geliştirilen Dense-Walnut modeli ile %98.30 başarı oranına ulaşılmıştır. Yaprak veri setinin sınıflandırılması için de en başarılı derin öğrenme modeli olan DenseNet201 modeli ile %95.52 başarı oranı elde edilmiştir. Hibrit modellerin sınıflandırma çalışmasında yaprak veri seti üzerinde DenseNet201+EfficientNetB3 modeli %97.84 başarı oranı elde etmiştir.
Özet (Çeviri)
Our country is among the important countries of the world in walnut cultivation. The amount of walnut grown in our country is not at a level to meet the country's needs. The main reason why it is not sufficient is that a conscious walnut cultivation cannot be carried out in our country. In walnut cultivation with high nutritional value, it is important to choose the walnut species suitable for climate and soil conditions. In walnut cultivation, choosing the right walnut species should be the first thing to do, since the garden establishment is costly and the walnut fruiting period takes years. It is quite difficult to distinguish the species of walnut trees. Walnut species are very similar to each other in terms of colour, texture and leaf structure. In general, to determine the type of walnut, the tree is expected to bear fruit. In the literature, most of the studies carried out to identify walnut species are classification studies on walnut fruit. In this study, not only walnut leaf images were used but also walnut shoot images were used for the first time. As a contribution to the literature, data sets containing 3 552 shoot and 10 000 leaf images of 10 different walnut species were created. The classification of the images in the shoot and leaf datasets were performed separately with deep learning models and compared. At the same time, in order to evaluate the success rate, hybrid models were developed and classification studies were also carried out. The most successful deep learning model proposed for the classification of the shoot data set was the DenseNet201 model with a success rate of 98.52%. Again, 98.30% success rate was achieved with the Dense-Walnut model developed in the training of the shoot dataset with hybrid models. For the classification of the leaf dataset, the DenseNet201 model, which is the most successful deep learning model, achieved a success rate of 95.52%. In the classification study of hybrid models, DenseNet201+EfficientNetB3 model achieved 97.84% success rate on the leaf data set.
Benzer Tezler
- Hatay'da yetişen bitkilerden elde edilen renkler, haslıkları ve kilim tasarımında kullanımı
The colors obtained from some plants grown in Hatay and the use of kilim design
AYŞEGÜL KARAKELLE
- Asma ağlama suyunun in vitro besin ortamı olarak kullanılabilirliğinin belirlenmesi
Determination for usability of grapevine bleeding water as in vitro nutrient media
AHMET AYKANAT
Yüksek Lisans
Türkçe
2016
ZiraatYüzüncü Yıl ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
YRD. DOÇ. DR. NURHAN KESKİN
- A Study on the propagation of walnut (juglans regia L.) with bench grafting
Ceviz (juglans regia L.)'in iç mekan aşısı ile çoğaltılması üzerine bir araştırma
ALEV GÜMÜŞ
Yüksek Lisans
İngilizce
2000
ZiraatGaziosmanpaşa ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
YRD. DOÇ. DR. YAKUP ÖZKAN
- Kaman 1 ve Kaman 5 ceviz (Juglans regia L.) çeşitlerinde mikroçoğaltım
In vitro clonal propagation of Kaman 1 and Kaman 5 walnut (Juglans regia L.)
EBRU ŞİRİN
Yüksek Lisans
Türkçe
2014
ZiraatGaziosmanpaşa ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
PROF. DR. KENAN YILDIZ
YRD. DOÇ. DR. SEVİL SAĞLAM
- Niksar koşullarında yama göz aşısıyla çoğaltılan bazı ceviz çeşitlerinin don zararından korunması üzerine bir araştırma
A Research on protection from frost damaged of some walnut varieties obtained with patch budding in the niksar ecological conditions
KAYHAN ARGUN
Yüksek Lisans
Türkçe
2006
ZiraatGaziosmanpaşa ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
DOÇ.DR. YAKUP ÖZKAN