Derın öğrenme tabanlı yolo algoritması ile otomatık çöp sınıflandırma sistemi
Automatic waste classification system using a deep-learning-based yolo algorithm
- Tez No: 946806
- Danışmanlar: PROF. DR. GÖKALP TULUM
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Üsküdar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yapay Zeka Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Artan çevre kirliliği riski ve giderek büyüyen karbon emisyonu tehditleri, özellikle çöp birikimlerinden kaynaklanan bu riskleri azaltma ve hafifletme gerekliliğini acil hale getirmiştir. Bu çalışmada, atıkların ve çöplerin sınıflandırılmasına yönelik yapay zeka tabanlı pratik ve yenilikçi çözümler geliştirmeyi amaçlamaktadır. Bu sayede, kamusal sokakların ve yoğun alanların temizlik düzeyini iyileştirmek hedeflenmektedir. Ayrıca, atıkların otomatik olarak sınıflandırılması ve tespit edilmesi için otomatik sistemlerin geliştirilmesi de önemli bir hedef olarak belirlenmiştir. Bu kapsamda, çeşitli çöp ve atık görsellerini sınıflandırmak amacıyla atık nesnelerinin eğitilmesi, sınıflandırılması, tespit edilmesi ve izlenmesi süreçlerinde YOLO (Gerçek Zamanlı Nesne Tespit Algoritması) algoritmasından yararlanılmıştır. Bunun yanı sıra, özellikle karbon emisyonları ve“Plastik”gibi ısıyla etkileşimleri açısından çevresel sonuçları olan atıkların, önceden oluşturulmuş çöp veri kümesi kategorilerine dahil olup olmadığını belirlemek amacıyla bir analiz gerçekleştirilmiştir. Diğer yandan, uzaktan kamera ve görüntü tespiti açısından etkinliği de ortaya konulmuştur. YOLOv8n'nin gerçek zamanlı atık tespiti için yüksek bir etkinlik sergilediğini göstermektedir. Bu yaklaşım, yalnızca otomatik atık izleme ve kategorizasyonunu desteklemekle kalmamakta, aynı zamanda çevresel farkındalığı artırarak kirliliği ve zararlı emisyonları azaltmaya katkı sağlamaktadır. Böylece, kentsel alanların sağlığının ve estetik değerlerinin korunmasına yönelik önemli bir katkı sunulmaktadır.
Özet (Çeviri)
Increasing environmental pollution and the growing threat of carbon emissions present significant challenges, particularly concerning waste accumulation. Addressing and mitigating this risk is urgently necessary. This study aims to identify practical and innovative solutions utilizing artificial intelligence for waste and garbage classification and seeks to enhance the cleanliness of public streets and congested areas. Additionally, the study focuses on developing automated systems to classify and detect waste autonomously. To classify a collection of garbage and waste images, the YOLO algorithm (a real-time object detection model) was utilized to train, classify, detect, and track waste objects. Furthermore, the study aims to determine whether the identified waste objects belong to pre-established garbage dataset categories that carry environmental consequences, particularly regarding carbon emissions and heat interactions, such as with“Plastic.”Additionally, the system proves its efficacy when integrated with remotely operated camera and image detection systems. This approach not only facilitates automated waste tracking and classification but also fosters environmentally responsible practices. Moreover, it significantly contributes to reducing pollution and harmful emissions, thereby safeguarding the health and visual appeal of urban settings.
Benzer Tezler
- Direkt radyografilerde derin öğrenme tabanlı nesne tanıma algoritması ile otomatik fraktür tespiti
Automatic fracture detection with deep learning based object detection algorithm in direct radiography
GÜL GİZEM PAMUK
- Generating a high-definition map (HD MAP) via yolo (you only look once) deep learning-based object detection model
Yolo (you only look once) derin öğrenme tabanli nesne tespit modeli ile yüksek tanimli hari̇ta (HD MAP) oluşturma
YASİN MEMİ
Yüksek Lisans
İngilizce
2025
İstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
Yükleniyor...
- İnsansız hava aracı ile raylı sistemler için derin öğrenme tabanlı etiket tanıma sistemi
Deep learning-based label recognition system for railway systems using an unmanned aerial vehicle
KENAN DOĞAN
Yüksek Lisans
Türkçe
2026
Fırat ÜniversitesiHavacılık Bilimi ve Teknolojileri Ana Bilim Dalı
Yükleniyor...
- Bitewing radyografilerde interproksimal, okluzal ve sekonder çürüklerin yapay zekâ ile otomatik tespiti: klinik kullanım için arayüz tasarımı
Automatic detection of interproximal, occlusal and secondary caries in bi̇tewing radiographies with artificial intelligence: İnterface design for clinical use
RABİA KARAKUŞ
Diş Hekimliği Uzmanlık
Türkçe
2023
Necmettin Erbakan ÜniversitesiAğız, Diş ve Çene Radyolojisi Ana Bilim Dalı
Yükleniyor...
- Derin Öğrenme Tabanlı Meyve Ayrıştırma Sistemi
Deep learning based fruit separation system
MUHAMMED TELÇEKEN
Yüksek Lisans
Türkçe
2022
İskenderun Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Yükleniyor...