Derin öğrenme yöntemleri kullanarak meyve ve sebze sınıflandırması
Fruit and vegetable classification using deep learning methods
- Tez No: 897792
- Danışmanlar: DR. ÖĞR. ÜYESİ ŞAFAK KILIÇ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Meyve ve Sebze Tazeliğinin Tespiti, Hassas Tarım, Görüntü İşleme, CNN, EfficientNet, Derin öğrenme, Görüntü işleme-bilgisayarlı, Görüntü sınıflandırma, Makine öğrenmesi, Meyveler, Sebzeler, Fruit and Vegetable Freshness Detection, Precision Agriculture, Image Processing, CNN, EfficientNet, Deep learning, Image processing-computer assisted, Image classification, Machine learning, Fruits, Vegetables
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Kayseri Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Tarım sektöründe, meyve ve sebzelerin tazeliğinin doğru bir şekilde sınıflandırılması büyük bir önem taşımaktadır, zira bu sınıflandırma, çürüklerin erken tespit edilmesini ve ürünlerin ihraç edilecekleri ülkelere göre doğru bir biçimde kategorize edilmesini gerektirir. Bu süreçlerde, işçilik maliyetlerini minimize ederken, meyve ve sebzelerin sınıflandırılmasını son derece hassas bir biçimde yapabilen bir sistemin varlığı büyük bir ihtiyaç haline gelmiştir. Bu bağlamda gerçekleştirilen bu çalışma, her bir meyve ve sebzenin tazeliğini 'iyi', 'orta' ve 'çürük' olarak etkili bir şekilde sınıflandırabilen gelişmiş bir modelin oluşturulmasına odaklanmıştır. Bu amaç doğrultusunda, CNN, AlexNet, ResNet50, GoogleNet, VGG16 ve EfficientNet gibi çeşitli yapay zekâ modelleri geliştirilmiş ve bu modellerin“10, 15, 20, 25”epoch için sırasıyla CNN modeli ile en fazla 0.9982 doğruluğa, ResNet-50 ile 0.9819 doğruluğa, AlexNet ile 0.9914 doğruluğa, GoogleNet ile 0.9976 doğruluğa, VGG16 modeli ile en fazla 0.9950 doğruluğa, EfficientNet ile 0.9994 doğruluğa erişildiği tespit edilmiştir.
Özet (Çeviri)
In the agricultural sector, correct classification of the freshness of fruits and vegetables is of great importance, as this classification requires the early detection of rot and the correct categorization of products according to the countries to which they will be exported. In these processes, the existence of a system that can classify fruits and vegetables extremely precisely while minimizing labor costs has become a great need. In this context, this study focused on creating an advanced model that can effectively classify the freshness of each fruit and vegetable as 'good', 'medium' and 'rotten'. For this purpose, various artificial intelligence models such as CNN, AlexNet, ResNet50, GoogleNet, VGG16 and EfficientNet have been developed and these models have an accuracy of up to 0.9982 with the CNN model and 0.9819 accuracy with ResNet-50 and 0.9914 accuracy with AlexNet, 0.9976 accuracy with GoogleNet, 0.9950 accuracy with VGG16, 0.9994 accuracy with EfficientNet for“10, 15, 20, 25”epochs, respectively.
Benzer Tezler
- Derin öğrenme teknikleri kullanılarak meyve ve sebzede çeşitli hastalıkların tespit edilmesi
Detection of various diseases in fruit and vegetables using deep learning techniques
SEVİL ÖZCAN
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiBatman ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRULLAH ACAR
- Derin öğrenme ve makine öğrenmesi ile ürün tedarik sürecinde kalite kontrol uygulaması
Quality control application in product supply process with deep learning and machine learning
MURAT YAZIRDAĞ
Doktora
Türkçe
2025
EkonometriAnkara Hacı Bayram Veli ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. ŞENOL ALTAN
- Ceviz çeşitlerinin derin öğrenme algoritmalarıyla sınıflandırılması
Classification of walnut varieties with deep learning algorithms
HALİL KILIF
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İLKAY ÇINAR
PROF. DR. NURETTİN DOĞAN
- Deep learning based fruit and vegetable recognition for android pos devices
Android pos cihazları için derin öğrenme tabanlı meyve ve sebze tanıma
EGE EKİCİ
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ECE OLCAY GÜNEŞ
- Билим, илим жана маданият тармагындагы Кыргызстан менен Түркиянын кызматташтыгы (1992-2012 жж.)
Kırgız Cumhuriyeti ile Türkiye Cumhuriyeti arasında eğitim, bilim ve kültürel ilişkiler (1992-2012)
KADRİ AĞGÜN
Doktora
Kırgızca
2016
TarihKyrgyz State Unıversıty Named After I ArabaevTarih Ana Bilim Dalı
PROF. DR. TÖLÖBEK ABDRAHMANOV