Evrişimsel sinir ağları ile İHA tespiti: Yapay zekâ teknolojilerinin sivil İHA güvenliği için rolü
Uav detection with convolutional neural networks: The role of artificial intelligence technologies for civil uav safety
- Tez No: 904866
- Danışmanlar: PROF. DR. YÜKSEL OĞUZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Afyon Kocatepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 71
Özet
Bu araştırmada, son zamanlarda sivil insansız hava araçlarının (İHA'ların) kullanımının giderek artmasından dolayı savunma ve güvenlik açısından önemli bir endişe kaynağı haline gelen İHA'ların derin öğrenme ile tespit işlemi gerçekleştirilmiştir. Sabit kanatlı ve döner kanatlı sivil İHA'ların çeşitli görsellerinden oluşan bir veri seti oluşturulmuştur. Daha sonra veri setindeki bu görseller etiketlenerek derin öğrenme modellerine uygun formata dönüştürülmüştür. Literatürde sıkça kullanılan YOLOv5, YOLOv7, YOLOv8 ve güncel olan YOLOv10 derin öğrenme modelleri kullanılarak eğitimler gerçekleştirilmiştir. Eğitimler sonucunda YOLOv8 modelinin %97 başarı oranıyla diğer modellere göre daha iyi performans gösterdiği ortaya konulmuştur. PyQt5 kütüphanesi ve Qt Designer kullanılarak Windows masaüstü uygulaması geliştirilmiştir. Geliştirilen bu uygulama ile en iyi başarım oranına sahip model birleştirilerek sivil İHA tespiti gerçekleştirilebilen bir sistem tasarlanmıştır. Yapılan çalışma ile sivil İHA'ların tespit edilmesi için derin öğrenme modellerinin etkin bir şekilde kullanılabileceği gösterilmektedir. Elde edilen sonuçlar, güvenlik açısından önemli olan sivil hava araçlarının tespitinde kullanılabilecek etkili bir yöntem sunmaktadır.
Özet (Çeviri)
In this research, the detection of UAV, which have recently become an important source of concern in terms of defense and security due to the increasing use of civilian unmanned aerial vehicles, has been carried out with deep learning. A dataset consisting of various images of fixed-wing and rotary-wing civilian UAVs was created. These images were then labeled and converted into a format suitable for deep learning models. Trainings were conducted using YOLOv5, YOLOv7, YOLOv8 and the most recent YOLOv10 deep learning models that are frequently used in the literature. As a result of the trainings, it was revealed that the YOLOv8 model performed better than the other models with a 97% success rate. A Windows application was developed using PyQt5 library and Qt Designer. With this application, a system that can detect civilian UAVs was designed by combining the model with the best success rate. This study shows that deep learning models can be used effectively to detect civilian drones. The results obtained provide an effective method that can be used in the detection of civilian aerial vehicles that are important for security.
Benzer Tezler
- Derin öğrenme ile İHA görüntülerinden nesne tespitinin yapılması
Object detection from UAV images with deep learning
EMİR ALBAYRAK
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. UĞUR YÜZGEÇ
- Bridge surface crack detection based on artificial intelligence techniques
Yapay zeka tekniklerine dayanarak köprü yüzeyi çatlak tespiti
ABBAS ABDULAMEER HAMEED HAMEED
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OĞUZ KARAN
- Ormanlardaki böcek zararlarının uzaktan algılama verileriyle yapay zeka tabanlı tespiti
Artificial intelligence based detection of insect damage in forests using remote sensing data
ECE ALKAN
Doktora
Türkçe
2024
Ormancılık ve Orman MühendisliğiDüzce ÜniversitesiOrman Mühendisliği Ana Bilim Dalı
PROF. DR. ABDURRAHİM AYDIN
- Evrişimsel sinir ağı kullanılarak insansız hava aracı tespit uygulaması
Unmanned aerial vehicle detection application using convolutional neural network
AHMED FOUAD KADHIM KOYSHA
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Gedik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYTAÇ UĞUR YERDEN
- Semantic segmentation of UAV images in archaeological sites using deep learning
Arkeolojik alanlardaki İHA görüntülerinin derin öğrenme yardımıyla anlamsal segmentasyonu
DAMLA KUMBASAR
Yüksek Lisans
İngilizce
2023
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. DURSUN ZAFER ŞEKER