Minimally supervised tracking of animal colonies with iteratively trained object detectors
Yinelemeli eğitilen nesne algılayıcılar ile hayvan kolonilerinin minimal denetimli takibi
- Tez No: 919697
- Danışmanlar: DOÇ. DR. HANDE ALEMDAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Bilgisayarla görme, Evrişimli sinir ağları, Computer vision, Convolutional neural networks
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Hayvan kolonileri, birçoğu yeterince anlaşılmamış veya keşfedilmemiş olan son derece karmaşık davranışlar sergiler. Bu davranışların etkili bir şekilde belirlenmesi, grup üyelerinin önemli bir kısmının doğal ortamlarında veya deneysel düzeneklerde uzun süreli takip edilmesini gerektirir. Bilgisayarla görü alanındaki son gelişmeler, derin sinir ağlarının zorlu çevre koşullarında bile bir hayvan kolonisindeki bireyleri güvenilir bir şekilde tespit edebileceğini göstermektedir. Bununla birlikte, bilimsel amaçlar için kabul edilebilir bir hata oranına sahip bir sinir ağının eğitilmesi genellikle büyük miktarda insan etiketli eğitim verisi gerektirir. Bu tezde, kendi kendine eğitim olarak adlandırılan en eski yarı denetimli öğrenme yöntemlerinden birini Her Şeyi Bölütle (SAM) isimli yeni bir model ile destekleyerek herhangi bir işaretli veriye ihtiyaç duymayan bir hayvan takibi sistemi öneriyoruz. Kendi kendine öğrenme için ihtiyaç duyulan ilk veri setini SAM tarafından önerilen konumlar ile değiştirerek yüksek doğruluklu obje tespit eden modelleri yinelemeli olarak eğitiyoruz. Yöntemimizin etkinliğini göstermek için, bal arısı kolonisi verilerimizi ve halka açık birkaç hayvan kolonisi tespiti veri kümesini içeren bazı karşılaştırmalı deneyler gerçekleştiriyoruz. Deneysel sonuçlar, önerilen yöntemle elde edilen nesne dedektörlerinin, herhangi bir veri işaretlemeden bilimsel olarak tatmin edici sonuçlara ulaşabileceğini gösteriyor.
Özet (Çeviri)
Animal colonies exhibit highly intricate behaviours, many of which remain poorly understood or unexplored. Effectively monitoring these behaviours requires long-term tracking of a substantial proportion of the group members in their natural environments or an experimental setup. Recent advances in computer vision indicate that neural networks can reliably detect individuals within an animal colony, even in challenging environmental conditions. However, training a neural network with an error rate acceptable for scientific purposes generally requires a large amount of human-labeled training data. In this thesis, we propose an individual animal tracking framework without requiring any explicit human annotations by modifying one of the oldest semi-supervised learning methods called self-training with significant upgrades. Replacing the initial human-annotated dataset required for self-training with the unreliable object locations proposed by the Segment Anything Model (SAM), we iteratively train accurate object detectors. To demonstrate the effectiveness of our method, we conduct some comparative experiments containing our honeybee colony data and a few publicly available animal colony location datasets. The experimental results show that the object detectors trained with the proposed method can achieve scientifically satisfactory detection results without labelling any bounding boxes.
Benzer Tezler
- Mezenter arter oklüzyonunda prostasiklin analogu ZK 36374 ve tromboksan sentetaz inhibitörü UK 38485'in etkisi
Başlık çevirisi yok
ALİ TOKER
- Anadolu'daki Salamandra salamandra'nın taksonomi, biyoloji ve dağılışı üzerine araştırmalar
Başlık çevirisi yok
MEHMET ÖZ
- Ankara mezbahasında kesilen ruminantlarda paramphistomiasis'in yayılışı ve görülen türler
Distribution of paramphistomum species in different ruminants slaughtered in Ankara abattoir
ŞEVKİ ZİYA COŞKUN
Doktora
Türkçe
1987
Veteriner HekimliğiAnkara ÜniversitesiParazitoloji Ana Bilim Dalı
PROF. DR. YILMAZ TİĞİN
- Büyük mum güvesi (Galleria mellonella L.) ya etkili Bacillus thuringiensis suşları ve bunların plazmid içerikleri üzerinde araştırmalar
A Study of bacillus thuringiensis strains effected on creater max moth (Galleria mellonella L.) and their plasmids
MUSTAFA AKÇELİK
Yüksek Lisans
Türkçe
1987
MikrobiyolojiAnkara ÜniversitesiTarım Ürünleri Teknolojisi Ana Bilim Dalı
DOÇ.DR. M. LÜFTÜ ÇAKMAKÇI
- Tavşanlarda deneysel yolla venöz tromboz oluşturulması ve tromboz oluşumu üzerine normal ve düşük moleküler ağırlıklı heparin fraksiyonunun (CY 216) koruyucu etkisinin araştırılması
Başlık çevirisi yok
BEHZAT NOYAN
Yüksek Lisans
Türkçe
1987
FizyolojiUludağ ÜniversitesiFizyoloji Ana Bilim Dalı
YRD. DOÇ. DR. KASIM ÖZLÜK