Bitki hastalıklarının derin öğrenme ile sınıflandırılması
Classification of plant diseases with deep learning
- Tez No: 910718
- Danışmanlar: PROF. DR. NECAATTİN BARIŞÇI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 73
Özet
Bu çalışma, bitkilerde hastalık sınıflandırması için çeşitli görüntü işleme modellerinin performansını karşılaştırmayı amaçlamaktadır. VGG16, ResNet, EfficientNet, Xception v3, Inception v3 ve önerilen topluluk öğrenimi modelleri kullanılarak gerçekleştirilen bu çalışma, bitki hastalıklarının doğru ve etkili bir şekilde sınıflandırılmasını hedeflemektedir. Çalışmada kullanılan modeller, bitki hastalıklarını tanımlamak için önceki çalışmalarda başarıyla kullanılmış olan derin öğrenme modellerini içermektedir. VGG16, ResNet, EfficientNet, Xception v3, Inception v3 modelleri, bitki hastalıkları sınıflandırma görevinde performanslarını değerlendirmek amacıyla kullanılmıştır. Eğitim ve test verileri, geniş bir bitki hastalıkları veri kümesi olan PlantVillage veri setinden elde edilmiştir. Her model, testlerde optimum değer olarak belirlenen 40 adım süresince eğitilmiş ve değerlendirilmiştir. Eğitim süreçleri sırasında, önerilen topluluk öğrenimi modelinin 40 adımda elde ettiği %94,23 test doğruluk oranı, diğer modellere kıyasla en yüksek başarıyı sağlamıştır. Bu, bitki hastalıkları sınıflandırmasında önerilen modelin etkili bir seçenek olduğunu vurgular. Bu çalışma, bitki hastalıkları sınıflandırması için kullanılan algoritmaların karşılaştırılması üzerine odaklanarak, tarım sektöründe daha etkili bir hastalık teşhisi sağlamayı amaçlamaktadır. Önerilen modelin yüksek başarı oranı, bu modelin gelecekteki tarım uygulamalarında kullanılabilirliği açısından önemli bir potansiyel sunmaktadır.
Özet (Çeviri)
This study aims to compare the performance of various image processing models for plant disease classification. Using models such as VGG16, ResNet, EfficientNet, Xception V3, Inception V3, and the proposed ensemble learning model, this study targets the accurate and effective classification of plant diseases. The models used in the study include deep learning models that have been successfully applied in previous studies to identify plant diseases. VGG16, ResNet, EfficientNet, Xception V3, and Inception V3 models were utilized to evaluate their performance in the task of plant disease classification. The training and testing data were obtained from the PlantVillage dataset, which comprises an extensive plant disease dataset. Each model was trained and evaluated over 40 steps, determined as the optimal number for testing. During the training processes, the proposed ensemble learning model achieved the highest accuracy rate of 94.23% after 40 steps, outperforming the other models. This result highlights that the proposed model is an effective option for plant disease classification. This study focuses on comparing the algorithms used in plant disease classification, aiming to provide more effective disease diagnosis in the agricultural sector. The high accuracy rate of the proposed model indicates significant potential for its usability in future agricultural applications.
Benzer Tezler
- Pancar bitki hastalıklarının derin öğrenme ile sınıflandırılması
Classification of beet plant diseases using deep learning
BİLAL EYİSOY
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAmasya ÜniversitesiTeknoloji ve İnovasyon Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAVUZ ÜNAL
- Plant leaf disease detection and classification using deep learning
Derin öğrenme ile bitki yaprak hastalıklarının tespiti ve sınıflandırılması
CEMAL İHSAN SOFUOĞLU
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DERYA BİRANT
- Bitki yapraklarındaki hastalıkların derin öğrenme yöntemleri kullanılarak tespiti ve sınıflandırılması
Detection and classification of diseases in plant leaves using deep learning methods
NADİDE YÜCEL
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMalatya Turgut Özal ÜniversitesiEnformatik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED YILDIRIM
- Derin öğrenme yöntemleri ile asma yaprak hastalıklarının sınıflandırılması
Classification of vine leaf diseases using deep learning methods
YASİN ÜNAL
Yüksek Lisans
Türkçe
2024
Bilim ve TeknolojiAmasya ÜniversitesiTeknoloji ve İnovasyon Yönetimi Ana Bilim Dalı
PROF. DR. MEHMET KARA
- Bilgisayar destekli derin öğrenme yöntemleri ile bitki sağlığının tespit ve izlenmesi
Detecting and monitoring plant health with computer-aided deep learning methods
MUHAMMET KÜRŞAT YILDIRIM
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMersin ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VOLKAN YAMAÇLI