Derin öğrenme yaklaşımlarıyla araç kaporta boyalarının orijinallik tespiti
Originality determination of vehicle body paints with deep learning approaches
- Tez No: 960240
- Danışmanlar: DR. ÖĞR. ÜYESİ HAFZULLAH İŞ
- 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: Batman Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 78
Özet
Otomotiv endüstrisi, yüksek kaliteli ve güvenilir araç üretiminde boyanın önemli bir rol oynadığını kabul eder. Araç kaporta boyası, sadece estetik bir unsur olmanın ötesinde, aynı zamanda aracın dış yüzeyini çevresel faktörlere karşı koruma görevini üstlenir. Bu nedenle, araç kaporta boyalarının orijinalliği ve kalitesi, hem üreticiler hem de tüketiciler için büyük önem taşır. Günümüzde, araç kaporta boyalarının orijinalliğini tespit etme işlemi genellikle araç ekspertizlerinde boya kalınlığını ölçen mikron cihazı ya da araçların kaporta ustalarının el yordamı ve deneyime dayalı yöntemlerle yapılmaktadır. Ancak, bu yöntemler hem zaman alıcıdır hem de insan hatasına açıktır. Teknolojinin hızla gelişmesiyle birlikte, otomotiv sektöründe kalite kontrol süreçlerinde daha yenilikçi ve güvenilir yöntemlere olan ihtiyaç artmaktadır. Bu bağlamda, derin öğrenme teknolojileri, araç kaporta boyalarının orijinalliğini tespit etmek için umut verici bir çözüm olarak ortaya çıkmaktadır. Derin öğrenme, büyük veri kümeleri üzerinde öğrenme yeteneği sayesinde, karmaşık desenleri ve ilişkileri tespit edebilme kapasitesine sahiptir. Görüntü işleme teknikleri ile birleştiğinde, derin öğrenme modelleri, araç kaporta boyalarının orijinalliğini ve kalitesini yüksek doğrulukla analiz edebilir. Bu tezde, derin öğrenme tabanlı bir sistemin araç kaporta boyalarının orijinalliğini tespit etmedeki etkinliği incelenmiştir. Çalışmada, araç kaporta boyalarının birincil kaynağından olup olmadığını görüntü analizleri kullanarak tespit etmek hedeflenmiştir. Bu sayede, araç kaporta boyalarının orijinallik tespitinde bilinen yöntemlere alternatif bir yaklaşım sunulması amaçlanmaktadır. Görüntü işleme ve derin öğrenme yöntemleri kullanılarak oluşturulan bir ESA modeli, fabrika çıkışlı boyalı ve sonradan boyanmış araçlardan alınmış toplam 2000 görüntü örnekleri üzerinde eğitilmiştir. Veri kümesi, %80-%20 eğitim ve doğrulama setlerine bölünüp ResNet50, VGG16, InceptionV3, EfficientNetB0, MobileNetV2 ESA modelleri ile test edilerek en yüksek doğruluk oranı InceptionV3 ile %98 olarak hesaplanmıştır. Bu sonuçlar, derin öğrenmenin araç boyalarının orijinalliğini tespit etmek için kullanılabilir olduğunu göstermektedir, ancak modelin doğruluğunu artırmak için daha fazla veri ve farklı model yapılarına ihtiyaç duyulabilir.
Özet (Çeviri)
The automotive industry acknowledges that paint plays a crucial role in the production of high-quality and reliable vehicles. Automotive body paint is not merely an aesthetic component but also serves the essential function of protecting the vehicle's exterior surface against environmental factors. Therefore, the originality and quality of automotive body paint hold significant importance for both manufacturers and consumers.Today, the process of detecting the originality of automotive body paint is generally performed during vehicle inspections using micron gauges that measure paint thickness, or through manual methods relying on the skill and experience of body repair experts. However, these methods are both time-consuming and prone to human error. With the rapid advancement of technology, the automotive sector faces a growing demand for more innovative and reliable methods in quality control processes.In this context, deep learning technologies have emerged as a promising solution for determining the originality of automotive body paint. Thanks to its ability to learn from large datasets, deep learning has the capacity to identify complex patterns and relationships. When combined with image processing techniques, deep learning models can analyze the originality and quality of automotive body paint with high accuracy.In this thesis, the effectiveness of a deep learning–based system in detecting the originality of automotive body paint is examined. The study aims to determine whether automotive body paint originates from its primary source through image analysis. In doing so, it seeks to provide an alternative approach to the commonly used methods for detecting paint originality.By employing image processing and deep learning methods, an ESA model was developed and trained on a dataset of 2,000 images obtained from factory-painted and repainted vehicles. The dataset was divided into 80% training and 20% validation sets, and the ESA models ResNet50, VGG16, InceptionV3, EfficientNetB0, and MobileNetV2 were tested. The highest accuracy rate, 98%, was achieved with InceptionV3. These results indicate that deep learning can be effectively used to determine the originality of automotive paint; however, larger datasets and different model architectures may be required to further improve accuracy.
Benzer Tezler
- Deep learning analysis in dermoscopy images
Dermoskopi görüntülerinde derin öğrenme analizi
FATİH ERGİN
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL BURAK PARLAK
- Detection of humans in video streams using convolutional neural networks
Başlık çevirisi yok
AMEEN MUDHER ABBAS ALDULAIMI
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEFER KURNAZ
- Architectural section generation and semantic evaluation with deep learning methods
Derin öğrenme yöntemleri ile mimari kesit üretimi ve anlamsal değerlendirilmesi
ECE SAVAŞ
Yüksek Lisans
İngilizce
2025
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. MİNE ÖZKAR KABAKÇIOĞLU
- Derin öğrenme yöntemleri kullanarak kardiyovasküler hastalıkların tahmini ve yorumlanması
Prediction and interpretation of cardiovascular diseases using deep learning methods
ALİ VIRIT
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKahramanmaraş Sütçü İmam ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ ÖTER
- Derin öğrenmede öznitelik seçim yaklaşımları kullanılarak metin verilerinden covıd-19 aşı karşıtlığı tespiti
Covid-19 anti-vaccination detection from text data using feature selection approaches in deep learning
SERDAR ERTEM
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERDAL ÖZBAY