Raf yönetimi için derin öğrenme ile perakende ürün tespiti
Retail product detection with deep learning for shelf management
- Tez No: 940289
- Danışmanlar: PROF. DR. MUSA ALCI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektronik Bilim Dalı
- Sayfa Sayısı: 151
Özet
Günümüzde, teknolojinin hızlı gelişimi sayesinde yapay zekâ, insan hayatında önemli bir rol oynamaktadır. Yapay zekânın temel bileşenlerinden biri olan derin öğrenme, son zamanlarda sahip olduğu özel yetenekler sayesinde farklı alanlarda yaygın olarak kullanılmaktadır. Derin öğrenmenin çeşitli ağ yapıları bulunmaktadır ve bu ağlardan biri olan CNN, derin öğrenme yaklaşımları arasında öne çıkan önemli bir yöntem olarak değerlendirilmektedir. Nesne tespiti, bilgisayarla görü alanındaki en temel problemlerden biri olarak son yıllarda büyük bir ilgi görmüştür. Derin öğrenme tekniklerindeki hızlı gelişmeler, nesne tespiti alanındaki ilerlemeyi önemli ölçüde desteklemiştir. Özellikle CNN, görüntülerin özniteliklerini çıkarmada oldukça etkili bir yöntem olarak kabul edilmektedir. Nesne tespiti, çeşitli sektörlerde verimlilik ve müşteri deneyimini iyileştirmede önemli bir rol oynamaktadır. Bu tezde, perakendecilik sektöründe derin öğrenme tabanlı nesne tespiti kullanımının incelenmesi hedeflenmiştir. Perakendecilikte, bu teknolojinin potansiyeli ve sunduğu katkılar detaylı bir şekilde ele alınmıştır. Bu tezde, öncelikle perakende ürün tespitinin karşılaştığı zorluklar incelenmiştir. Daha sonra, kullanılan teknolojiler ve nesne tespiti yöntemleri hakkında temel bilgiler sunulmuştur. Ardından, perakende ürün tespiti için önerilen yöntemler uygulanmış ve birbirleriyle karşılaştırılmıştır. Bahsedilen perakende ürün tespitindeki zorlukları giderebilmek amacıyla bazı çözüm önerileri kullanılmış ve elde edilen sonuçları satıcılara okunabilir hale getiren bir sistem geliştirilmiştir. Son olarak bu sistemin satıcılara sağlayabileceği katkılar ayrıntılı bir şekilde irdelenmiştir.
Özet (Çeviri)
In today's world, with the rapid advancement of technology, artificial intelligence has assumed a vital role in human life. Among the core components of artificial intelligence, deep learning has seen widespread application across various fields due to its unique capabilities. Deep learning encompasses several network structures, with CNN being a prominent method that stands out among these approaches. Object detection has garnered significant attention in recent years as one of the fundamental problems in the field of computer vision. The rapid advancements in deep learning techniques have substantially supported progress in this area. In particular, CNN is regarded as an exceptionally effective method for extracting features from images. Object detection plays a crucial role in enhancing efficiency and customer experience across various sectors. This thesis aims to examine the use of deep learning-based object detection in the retail industry, exploring the potential of this technology and the contributions it offers in detail. This thesis begins by examining the challenges encountered in retail product detection. It then provides essential information about the technologies used and the methods of object detection. Following this, the proposed methods for retail product detection are implemented and compared with one another. To address the identified challenges in retail product detection, several solution proposals are applied, leading to the development of a system designed to present the results in a readable format for vendors. Finally, the potential contributions of this system to vendors are discussed in detail.
Benzer Tezler
- Derin öğrenme kullanılarak perakende ürün tespiti
Başlık çevirisi yok
İSMAİL KÖSE
Yüksek Lisans
Türkçe
2022
Bilim ve TeknolojiSivas Cumhuriyet ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
PROF. DR. OĞUZ KAYNAR
- Yüz ifadelerinde duygu tanıma için derin öğrenme modeli
Deep learning model for emotion recognition in facial expressions
AHMET MENTEŞ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiSağlık Bilişimi Ana Bilim Dalı
PROF. DR. TÜRKER TEKİN ERGÜZEL
- Practical implementation and real-world validation of reconfigurable intelligent surfaces
Yeniden yapılandırılabilir akıllı yüzeylerin pratik uygulaması ve gerçek dünya doğrulaması
SEFA KAYRAKLIK
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERTUĞRUL BAŞAR
- YOLO, Faster R-CNN ve SSD MÖobile net kullanarak market raf ürünlerinin algılanması ve tanımlanması
Market shelf products detection and recognition Using YOLO, Faster R-CNN, and SSD Mobile net
ALAA MOHAMED JAMEL ABDULQADER MAWLAWI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜLŞAH TÜMÜKLÜ ÖZYER
- Pazarlama yönetiminde stok ve raf yönetimi tüketim malları grubunda market ve hipermarketlerde uygulama
Application in stock and shelf management, group of consumption goods, market and hypermarkets
BEKİR AYDOĞAN