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: 79
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
Tıpta Uzmanlık
Türkçe
2023
Radyoloji ve Nükleer TıpSağlık Bilimleri ÜniversitesiRadyoloji Ana Bilim Dalı
PROF. DR. AHMET TAN CİMİLLİ
- Otomatik optik inceleme cihazlarının tasarımı ve Baskı Devre Kart kusurlarının sınıflandırılması
Design of automated optical inspection device and classification of Printed Circuit Board defects
MUSTAFA ERYILMAZ
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ATİLA YILMAZ
- Gıda güvenliğinin sağlanmasında görüntü işleme uygulaması
Image processing application in ensuring food safety
CANSUNUR ÇOKOKUMUŞ
Yüksek Lisans
Türkçe
2023
Endüstri ve Endüstri MühendisliğiOndokuz Mayıs ÜniversitesiAkıllı Sistemler Mühendisliği Ana Bilim Dalı
PROF. DR. SERMİN ELEVLİ
- Derin öğrenme tabanlı segmentasyon yaklaşımları ile güneş panellerinin otomatik verimlilik tespiti
Automatic efficiency detection of solar panels using deep learning-based segmentation approaches
SÜMEYYE YANILMAZ
Yüksek Lisans
Türkçe
2024
EnerjiBingöl ÜniversitesiYenilenebilir Enerji Sistemleri Ana Bilim Dalı
DOÇ. DR. MUZAFFER ASLAN
- Derin Öğrenme Tabanlı Meyve Ayrıştırma Sistemi
Deep learning based fruit separation system
MUHAMMED TELÇEKEN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİskenderun Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YAKUP KUTLU