Bitki analizleri için IOT tabanlı veri seti yönetim sistemi geliştirilmesi
Development of an IOT-based data set management system for plant analysis
- Tez No: 961028
- Danışmanlar: DR. ÖĞR. ÜYESİ SELÇUK COŞKUN, PROF. DR. İHSAN PEHLİVAN, DR. ÖĞR. ÜYESİ MUSTAFA YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Sakarya Uygulamalı Bilimler Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 74
Özet
Yapay zekâ (YZ) teknolojisinin gelişmesiyle birlikte sağlık, ulaşım, savunma, otomotiv ve eğitim gibi birçok sektörde olduğu gibi tarımda da yaygınlaşarak birçok süreçte kullanılmaktadır. Sensörler, görüntüleme sistemleri ve saha makinelerinden elde edilen verilerle çalışan algoritmalar; ürün kalitesini artırmakta, maliyetleri düşürmekte ve sürdürülebilirliği desteklemektedir. Tarımda yapay zekâ uygulamaları, bitki hastalıklarının erken teşhisinden verim tahminine, sulama ve gübreleme optimizasyonundan zararlı tespiti ve hasat zamanının belirlenmesine kadar geniş bir yelpazede etkili olmaktadır. Bu gelişmelere rağmen, özellikle görsel veriye dayalı uygulamalarda kullanılan veri setlerinin yetersizliği önemli bir sorun teşkil etmektedir. Literatürde yer alan mevcut bitki görüntü veri setleri; genellikle aynı açılardan, benzer aydınlatma koşullarında ve sınırlı çeşitlilikte çekilmiş görseller içermektedir. Bu durum, geliştirilen yapay zekâ modellerinin gerçek saha koşullarına genellenmesini zorlaştırmakta ve model başarısını sınırlamaktadır. Bu çalışmada, veri setlerinin çeşitliliğini ve gerçekçiliğini artırmak, aynı zamanda literatürdeki hazır veri setlerine bağımlılığı ortadan kaldırmak amacıyla sensör ve kamera ile donatılmış, IoT tabanlı, mikrobilgisayar kontrollü ve çift eksenli hareket sistemine sahip bir veri seti yönetim sistemi geliştirilmiştir. Dokunmatik ekranlı kullanıcı arayüzü ile otomatik ve manuel olarak iki farklı kontrol imkânı sunulan sistem, platform üzerine yerleştirilen hidroponik modüldeki bitkileri hem yatay hem dikey eksende hareket sağlayarak farklı açılardan görüntülemektedir. Bir web kamerası ile çekilen yüksek çözünürlüklü görüntüler; tarih, saat, proje numarası, görüntü numarası, anlık sıcaklık ve nem değeri, platform açısı ve Z ekseni konumu gibi zengin meta-verilerle etiketlenerek veri bütünlüğü sağlanmaktadır. Elde edilen görüntüler, her proje bitiminde bulut ortamına aktarılmakta; bu sayede veri kaybı riski en aza indirilmekte ve uzaktan erişim kolaylığı sağlanmaktadır. Böylece sistem, kısa sürede kapsamlı bitki görüntülemeleri yapabilmesi, araştırma maliyetlerini değerli bir oranda düşürerek veri hazırlama süresini önemli ölçüde azaltması ile birlikte, tekrarlanabilirliği yüksek, özgün ve sahaya uyarlanabilir veri setleri oluşturarak tarımsal yapay zekâ uygulamaları için güçlü bir kaynak sunmaktadır. İlerideki çalışmalarda sisteme farklı spektral kamera ve sensörler ile uzaktan erişim ve Edge AI hızlandırıcılar eklenmesiyle sistem verimliliği arttırılabilir.
Özet (Çeviri)
With the development of artificial intelligence (AI) technology, it has become widespread in agriculture as well as in many sectors such as health, defense, automotive and education and is used in many processes. Algorithms working with data obtained from sensors, imaging systems and field machines increase product quality, reduce costs and support sustainability. Artificial intelligence applications in agriculture are effective in a wide range of areas, from early diagnosis of plant diseases to yield estimation, from irrigation and fertilization optimization to pest detection and harvest timing determination. Despite these developments, the inadequacy of data sets used especially in visual databased applications poses a significant problem. Existing plant image data sets in the literature generally contain images taken from the same angles, under similar lighting conditions and in a limited variety. This makes it difficult to generalize the developed artificial intelligence models to real field conditions and limits the success of the model. In this study, a dataset management system equipped with sensors and cameras, based on IoT, microcomputer control and dual-axis motion system was developed in order to increase the diversity and realism of datasets and at the same time eliminate the dependency on ready-made datasets in the literature. The system, which offers two different control options, automatic and manual, with a touch screen user interface, displays the plants in the hydroponic module placed on the platform from different angles by providing movement in both horizontal and vertical axes. High-resolution images taken with a webcam are labeled with rich metadata such as date, time, project number, image number, instant temperature and humidity value, platform angle and Z-axis position, ensuring data integrity. The images obtained are transferred to the cloud environment at the end of each project; thus, the risk of data loss is minimized and remote access is facilitated. Thus, the system offers a powerful resource for agricultural artificial intelligence applications by being able to perform comprehensive plant imaging in a short time, significantly reducing research costs and significantly reducing data preparation time, as well as creating highly repeatable, original and fieldadaptable datasets. In future studies, system efficiency can be increased by adding different spectral cameras and sensors, remote access, and Edge AI accelerators to the system.
Benzer Tezler
- From media-based modulation to reconfigurable intelligent surfaces: Novel index modulation solutions
Ortam-tabanlı modülasyon'dan uyarlanabilir akıllı yüzeylere: Özgün indis modülasyon çözümleri
ZEHRA YİĞİT
Doktora
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERTUĞRUL BAŞAR
PROF. DR. İBRAHİM ALTUNBAŞ
- NH4 ve NO3 beslenmesinin su kültüründe yetiştirilen domates bitkisinin gelişme ve mineral içeriğine etkisi üzerinde bir araştırma
Effect of NH4 and NO3 nutrition the growth and mineral composition of tomato plants grown in water culture
NESRİN YILDIZ ASTAM
- Şanlıurfa'da yetiştirilen bazı incir çeşitleri ile değişikkökenli incirlerin toprakta bulunan besinmaddelerinden yararlanma durumlarının belirlenmesi
The usage of the nutritional minerals of the soil of some figvarieties and different origins grown in Şanliurfa
İBRAHİM HALİL YİYİCİ
Yüksek Lisans
Türkçe
2021
ZiraatHarran ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
PROF. DR. BEKİR EROL AK
- Şanlıurfa'da yetiştirilen Ege kökenli bazı incir çeşitlerinin toprakta bulunan besin maddelerdinden yararlanma durumlarının belirlenmesi
Determining the utilization of some varieties of Aegean origin breeded in Şanliurfa from the nutritional substances in the soil
AYDIN GÜLER
Yüksek Lisans
Türkçe
2021
ZiraatHarran ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
PROF. DR. BEKİR EROL AK
- Antepfıstıklarında yapraktan yapılan farklı gübre uygulamalarının, ağaç gelişimi ile meyve verimi ve kalitesine etkileri
The effect of the different fertilizer applications to the plant development and fruit yield and quality applied on the leafs of the pistachio
CEMAL APAYDIN
Yüksek Lisans
Türkçe
2006
ZiraatKahramanmaraş Sütçü İmam ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
Y.DOÇ.DR. YUSUF NİKPEYMA