Dört motorlu insansız hava aracıyla insan tespiti
Human detection with a four-engine unmanned aerial vehicle
- Tez No: 904646
- Danışmanlar: DOÇ. DR. YAKUP ŞAHİN, DOÇ. DR. VEDAT TÜMEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Bitlis Eren Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 85
Özet
Bu tezde, dört rotorlu insansız hava aracı (İHA) ile çekilen fotoğraflardan elde edilen bir veri seti kullanarak, insan tespiti alanında en son teknolojilerden olan YOLO (You Only Look Once) algoritmalarının (YOLOv7, YOLOv8 ve YOLOv10) performansını karşılaştırmayı amaçlamaktadır. Veri seti, çeşitli insan pozisyonlarını içeren zengin bir görüntü koleksiyonundan oluşmakta olup, eğitim süreci Google Colab ortamında gerçekleştirilmiştir. Bu tezde, her bir YOLO sürümünün eğitim süreçleri detaylı bir şekilde ele alınmış ve karşılaştırmalar yapılmıştır. YOLOv7, YOLOv8 ve YOLOv10'un performansları, insan tespiti doğruluğu ve genel verimlilik açısından değerlendirilmiştir. Algoritmaların performansları, doğruluk, hassasiyet, duyarlılık, F1 skoru ve mAP50 gibi kriterler üzerinden değerlendirilmiştir. YOLOv8, en yüksek doğruluk (%89,6) ve mAP50 (%97,4) değerleri ile diğer iki algoritmadan daha etkili bulunmuştur. YOLOv7 ve YOLOv10 ise sırasıyla %82,8 ve %88,0 doğruluk oranlarına sahiptir. Bu bulgular, insansız hava araçları ile gerçekleştirilen görüntüleme ve nesne tanıma uygulamalarında hangi algoritmanın daha etkili olduğunu belirlemek için önemli bir temel sunmaktadır. Çalışmanın sonuçları, gelecekteki araştırmalar ve uygulamalar için yol gösterici niteliktedir.
Özet (Çeviri)
In this thesis, it aims to compare the performance of YOLO (You Only Look Once) algorithms (YOLOv7, YOLOv8 and YOLOv10), which are among the latest technologies in the field of human detection, by using a data set obtained from photographs taken with a four-rotor unmanned aerial vehicle (UAV). The dataset consists of a rich collection of images containing various human positions, and the training process was carried out in the Google Colab environment. In this thesis, the training processes of each YOLO version are discussed in detail and comparisons are made. The performances of YOLOv7, YOLOv8 and YOLOv10 have been evaluated for human detection accuracy and overall efficiency. The performance of the algorithms was evaluated on criteria such as accuracy, sensitivity, sensitivity, F1 score and mAP50. YOLOv8 was found to be more effective than the other two algorithms with the highest accuracy (89.6%) and mAP50 (97.4%) values. YOLOv7 and YOLOv10, on the other hand, have accuracy rates of 82.8% and 88.0%, respectively. These findings provide an important basis for determining which algorithm is more effective in imaging and object recognition applications performed with unmanned aerial vehicles. The results of the study are a guide for future research and applications.
Benzer Tezler
- Mini jet motorlu dikine kalkıp inebilen hava aracı geliştirilmesi
Development of a mini jet engine powered vtol vehicle
ABDULLAH TÜRKMEN
Yüksek Lisans
Türkçe
2019
Havacılık Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERDİNÇ ALTUĞ
- Model predictive control of quadrotor UAV linear model
Lineer model quadrotor İHA'nın model öngörülü kontrolü
ARDEN KUYUMCU
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İSMAİL BAYEZİT
- Drone supported pre-scan optimal active suspension for 8x8 vehicle
8x8 araçlar için iha destekli önceden yol taramalı optimal aktif süspansiyon sistemi
ALPAY SANCAR
Yüksek Lisans
İngilizce
2018
Havacılık MühendisliğiOrta Doğu Teknik ÜniversitesiHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ TÜRKER KUTAY
- İnsansız hava araçları için RRT ve YPA tabanlı hibrid ve yapay sinir ağı destekli genel yol planlamasının geliştirilmesi
Development of global path planning using hybrid and artificial neural network based on RRT and APF for unmaned aerial vehicles
AYHAN GÜLTEKİN
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. YAŞAR BECERİKLİ
- Dört rotorlu bir hava aracının parametrelerinin optimizasyonu ve otonom kontrolü
Optimization of parameters and autonomous control of aquadrotor aircraft
MUHARREM SELİM CAN
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiSivil Havacılık Ana Bilim Dalı
DOÇ. DR. HAMDİ ERCAN