Derin öğrenme yöntemleri ile Türkçe el yazısı tanıma
Turkish handwriting recognition with deep learning methods
- Tez No: 905413
- Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET ÖZTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
El Yazısı Karakter Tanıma, karakterleri bir görüntü olarak algılayıp bu görüntüleri analiz ederek metin formatında işleyebilen algoritmalar kullanır. Bu teknoloji belgelerin dijitalleştirilmesi ve arşivlenmesi gibi birçok alanda önemli bir rol oynar. Literatürde el yazısı karakter tanıma çalışmaları genellikle İngilizce alfabe ve yaygın olarak kullanılan Latin karakterleri üzerine yoğunlaşmaktadır. Türkçe gibi özel karakterler içeren diller için geliştirilmiş veri setlerinin sınırlı olması bu dillerdeki tanıma sistemlerinin performansını olumsuz yönde etkileyebilir. Bu çalışmanın hedefi Türk alfabesindeki özel karakterleri içeren veri setleri hazırlayarak el yazısı karakter tanıma alanında literatüre katkı sağlamak ve kendi oluşturduğumuz bir veri seti üzerinde derin öğrenme tekniklerinin başarımını değerlendirmektir. Bu amaçla bir kurumda çalışan 400 kişinin farklı yazım stilleriyle gönüllü olarak doldurduğu belgelerden el yazısı karakterler elde edilerek bir veri seti oluşturulmuş, ardından derin öğrenme tabanlı CNN (Evrişimsel Sinir Ağı) modelleri bu veri setiyle eğitilmiştir. CNN modellerinin test sonuçları karşılaştırıldığında en başarılı modelin %93,86 test başarısına ulaştığı görülmüştür. En başarılı CNN modelininin performansı çeşitli metriklerle değerlendirilmiş ve modelin sınıflandırma başarısı detaylı bir şekilde analiz edilmiştir.
Özet (Çeviri)
Handwritten Character Recognition uses algorithms that can detect characters as images and analyze these images to process them in text format. This technology plays a significant role in various fields, such as digitizing and archiving documents. In the literature, studies on handwritten character recognition generally focus on the English alphabet and commonly used Latin characters. The limited availability of datasets developed for languages with special characters, such as Turkish, can negatively affect the performance of recognition systems in these languages. The aim of this study is to contribute to the literature in the field of handwritten character recognition by preparing datasets containing special characters from the Turkish alphabet and to evaluate the performance of deep learning techniques on our own dataset. For this purpose, a dataset was created by extracting handwritten characters from documents voluntarily filled out by 400 employees in an institution, each with different writing styles. Then, deep learning-based CNN (Convolutional Neural Network) models were trained with this dataset. When the test results of the CNN models were compared, it was found that the most successful model achieved a test accuracy of 93.86%. The performance of the best CNN model was evaluated using various metrics, and the classification success of the model was analyzed in detail.
Benzer Tezler
- Türkiye'de aile planlaması çalışmalarında erkeklerin önemi, hastane personeli ile fabrika işçilerinin doğum kontrol yöntemlerine karşı tutum ve davranranışlarında farklılığın araştırılması
Başlık çevirisi yok
KAMİL MALKOÇLU
Yüksek Lisans
Türkçe
1987
Demografiİstanbul ÜniversitesiAile Sağlığı Ana Bilim Dalı
DOÇ. DR. DERİN KÖSEBAY
- Değişik derim zamanı ve önsoğutmanın Bursa siyahı incir çeşidinin meyve kalitesi ve pazarlama süresi üzerine etkileri
Effects of haruest time and precooling on fruit quality and shelf-life of the fig variety“Bursa siyahı”
FÜSUN GÜRSEL ÇELİKEL
- Tekstil boyamacılığında atık flottede boyama imkanları üzerine araştırma
Başlık çevirisi yok
MEHMET YAKARTEPE
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. KERİM DURAN
- Ön işlemenin ve askorbik asitin dondurularak depolanan yılan balıklarının (Anguilla anguilla) kalitesine etkileri
Başlık çevirisi yok
H.VOLKAN GÖKSEL
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiSu Ürünleri Ana Bilim Dalı
DOÇ. DR. AYDIN URAL
- Antakya tarihi ticaret merkezi mekansal yapı değişim ve gelişim sürecinin kent ticaret merkezi planlamasına etkinliği
The Effectiveness of spatial structural chance and development period of the historical trade center of Antakya in the urban trade planning
NEVİN TURGUT
Yüksek Lisans
Türkçe
1986
Şehircilik ve Bölge PlanlamaGazi ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
YRD. DOÇ. DR. NURCAN UYDAŞ