Örnek segmentasyonu ile uydu görüntülerinden deniz müsilajı tespiti
Marine mucilage detection from satellite images with instance segmentation
- Tez No: 881587
- Danışmanlar: PROF. DR. INDRIT MYDERRİZİ
- 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: İstanbul Gelişim Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 84
Özet
Özellikle son yıllarda küresel ısınmanın da etkisiyle artan deniz suyu sıcaklığı beraberinde birçok sorunu getirmektedir. Bunlardan biri de deniz müsilajı problemidir. Marmara Denizi'nde ilk müsilaj vakası 1990'larda gözlemlenmiştir. 2021 yılı mayıs ayında ise Marmara Denizi'nde tekrar ortaya çıkarak bölgede yoğunlaşmış ve deniz doğal yaşamını ve ekonomisini tehdit eden büyük bir probleme dönüşmüştür. Hem denizin yüzeyinde hem de altında oldukça büyük alanlara yayılan müsilaj, bu alandaki yaşam alanlarını ciddi şekilde tehdit etmektedir. Müsilajın oluşumunu erkenden tespit etmek, müdahale hızını artırır ve müsilajın yayılmasının engellenmesi için oldukça önemlidir. Bu çalışmada, çalışma alanı olarak 2021 yılında yoğun müsilaj etkinliği görülmesi dolayısıyla Marmara Denizi'nin bir kısmı seçilmiştir. Veri seti oluşturmak için seçilen bölgeden Planet's uydusu arşivinden 14 Mart 2021-4 Temmuz 2021 tarihleri arasındaki müsilajlı ve müsilajsız görüntüler alınmıştır. Alınan görüntüler elle etiketlenerek model eğitimine uygun hale getirilmiştir. Oluşturulan veri seti kullanılarak, nesne tespit algoritmalarından olan YOLOv5 ağının segmentasyon için tasarlanan versiyonu temel alınarak otomatik müsilaj tespiti yapan bir model eğitilmiş ve analiz edilmiştir. Tasarlanan modelin analiz sonuçları incelendiğinde umut vadeden bir performans gösterdiği görülmüştür.
Özet (Çeviri)
In recent years, the escalating sea surface temperature, exacerbated by global warming, has given rise to numerous issues. One of these challenges is the proliferation of marine mucilage. The first occurrence of mucilage in the Sea of Marmara was observed in the 1990s. However, in May 2021, it resurfaced in the Sea of Marmara, intensifying in the region and evolving into a significant problem threatening both marine natural life and the economy. Mucilage, spreading across extensive areas on both the surface and depths of the sea, poses a serious threat to the ecosystems in this area. Early detection of mucilage formation is crucial to accelerate intervention and prevent its further spread. This study focuses on a portion of the Sea of Marmara due to the heightened mucilage activity observed in the year 2021. Both with and without Mucilage-infested images were obtained from the Planet's satellite archive between March 14, 2021, and July 4, 2021, to create the dataset. The acquired images were manually labeled to suit the model training requirements. Using this dataset, a model was trained and analyzed, based on the YOLOv5 network, a version designed for segmentation to automatically detect mucilage. The analysis of the designed model revealed promising performance in mucilage detection.
Benzer Tezler
- Temporal change detection analysis using landsat and sentinel satellite images: A case study-Igneada floodplain forest national park
Landsat ve sentinel uydu görüntüleri kullanılarak zamansal değişim analizi: İğneada longoz ormanları örneği
MERVE TOKER
Yüksek Lisans
İngilizce
2018
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞE FİLİZ SUNAR
- Data mining of smart agricultural yielding using convolutional neural network (CNN)
Başlık çevirisi yok
OMAR AHMED RAZOOQI AL-DOORI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYÇA KURNAZ TÜRKBEN
- Derin öğrenme tabanlı bölütleme yöntemleriyle deprem sonrası uydu görüntülerinden hasarlı bölgelerin tespiti: 6 Şubat 2023 Türkiye depremleri örneği
Detection of damaged regions from post-earthquake satellite images with deep learning based segmentation methods: The case of February 6, 2023 Türkiye earthquakes
MEHMET CAN EKKAZAN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MİNE ELİF KARSLIGİL
- Building detection from very high resolution satellite images with deep learning approach
Derin öğrenme yaklaşımı ile çok yüksek çözünürlüklü uydu görüntülerinde bina tespiti
ESRA ÖZAYDIN
Yüksek Lisans
İngilizce
2021
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- Nesne tabanlı görüntü analizinde ölçek ve eğitim seti boyutunun sınıflandırma doğruluğuna etkilerinin araştırılması
Investigation of the effects of scale and training set size on classification accuracy in object based image analysis
İSMAİL AŞIK
Yüksek Lisans
Türkçe
2019
Jeodezi ve FotogrametriGebze Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL ÇÖLKESEN