Yapay zekâ teknikleri ile hayvan derisi üzerinde kusur tespiti
Defect detection on animal skin using artificial intelligence techniques
- Tez No: 879940
- Danışmanlar: DOÇ. DR. AHMET KAYABAŞI, DOÇ. DR. MUHAMMET FATİH ASLAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Karamanoğlu Mehmetbey Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 83
Özet
Hayvan derisi, insanlık tarihi boyunca çok çeşitli kullanım alanları için önemli bir malzeme olmuştur. Deri, giyimden ayakkabıya, aksesuarlardan mobilyalara kadar uzanan geniş bir yelpazede kullanılan doğal bir malzemedir. Bu çok yönlü malzemenin işlenmesi ve kullanılması, deri endüstrisinin ortaya çıkmasına ve gelişmesine zemin hazırlamıştır. Deri endüstrisi, kültürel, ekonomik ve estetik boyutları bir araya getiren büyük ve karmaşık bir sektördür. Endüstride kullanılan ürün yani hayvan derisi kalitesine bağlı olarak fiyatlandırılmaktadır. Derinin kalitesini belirleyen önemli faktörlerden biri de yüzeyindeki kusurlardır. Günümüzde yüzey kusur tespiti hala uzman personeller tarafından gözle kontrol ile yapılmaktadır. Bu durum deri kalite sınıflandırmasında öznelliğe yol açmaktadır. Makine görüsü tabanlı yüzey hatası denetimi, deri sektöründe akıllı üretimi gerçekleştirmek için kilit teknolojilerden biridir. Bu tezde, hayvan derisi yüzey kusur tespiti konusunda farklı derin öğrenme teknikleri denenerek sonuçlar kendi aralarında kıyaslanmıştır. Sektörde insan doğasından kaynaklanan hataların önlenmesi konusunda standart bir yaklaşım olmaması, bu çalışmayı yapay zeka teknikleri kullanarak ölçeklenebilir bir değer katma üzerine odaklamıştır. YOLOv8, Mask R-CNN, Faster R-CNN derin öğrenme modelleri, Detectron2 çerçevesi ve SAHI görüntü dilimleme çerçevesi denenmiş olup en iyi sonuç YOLOv8 + SAHI dilimleme çerçevesi birleşimi ile alınmıştır. Bu tezde kullanılan veri kümesi Türkiye'de deri sektöründe büyük öneme sahip olan Bolu ilinin Gerede ilçesinde mevcut tabakhanelerden toplanmıştır.
Özet (Çeviri)
Leather has been an important material for a wide variety of uses throughout human history. Leather is a natural material used in a wide range of products, from clothing to shoes, from accessories to furniture. The processing and use of this versatile material paved the way for the emergence and development of the leather industry. The leather industry is a large and complex sector that combines cultural, economic and aesthetic dimensions. The product used in the industry, i.e. animal skin, is priced depending on its quality. One of the important factors that determine the quality of leather is the defects on its surface. Today, surface defect detection is still done by visual inspection by expert personnel. This situation leads to subjectivity in leather quality classification. Machine vision-based surface defect inspection is one of the key technologies to realize smart manufacturing in the leather industry. In this thesis, different deep learning techniques were tried on leather surface defect detection and the results were compared among themselves. The lack of a standard approach to preventing errors caused by human nature in the industry has focused this study on adding scalable value using artificial intelligence techniques. YOLOv8, Mask R-CNN, Faster R-CNN deep learning models, Detectron2 framework and SAHI image slicing framework were tried, and the best result was obtained with the combination of YOLOv8 + SAHI slicing framework. The data set used in this thesis was collected from existing tanneries in the Gerede district of Bolu province, which has great importance in the leather industry in Turkey.
Benzer Tezler
- Fare testisi mikroskop görüntülerinden yapay zekâ teknikleri ile tübül ve spermatogonyal kök hücre tespiti
Detecting tubules and spermatogonial stem cells in mouse testis micrographs by using artificial intelligence techniques
BURAK KAHVECİ
Yüksek Lisans
Türkçe
2021
BiyomühendislikHacettepe ÜniversitesiBiyomühendislik Ana Bilim Dalı
PROF. DR. PETEK KORKUSUZ
DR. ÖĞR. ÜYESİ FUAT AKAL
- Akciğerin elektriksel modellenmesi ile bulanık mantık tabanlı solunum cihazı (Ventilatör) tasarımı
The design of respiratory device (Ventilator) based on fuzzy logic with electrical modeling of lung
HASAN GÜLER
Doktora
Türkçe
2012
BiyomühendislikFırat ÜniversitesiElektrik-Elektronik Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. FİKRET ATA
- Tarımda yapay zekâ kullanım olanakları ve sulama sistemlerinde uygulanması
Artificial intelligence use opportunities in agriculture and its application in irrigation systems
TUĞÇE KARA
Yüksek Lisans
Türkçe
2024
ZiraatTekirdağ Namık Kemal ÜniversitesiBiyosistem Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT EKER
- Derin öğrenme ile helmint yumurtalarının ve protozoonların tespiti
Detection of helminth eggs and protozoons with deep learning
MUKHAMMED ISMAILOV
Yüksek Lisans
Türkçe
2024
BiyolojiKarabük ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. HAKAN YILMAZ
- In Siliko toksikoloji yöntemleri ve uygulamaları üzerine araştırmalar
In Silico research on toxicology methods and applications
GÖKHAN EGEMEN KARACA
Yüksek Lisans
Türkçe
2023
Eczacılık ve FarmakolojiHacettepe ÜniversitesiEczacılık Ana Bilim Dalı
PROF. DR. SUNA SABUNCUOĞLU