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: Belirtilmemiş.
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
- Smart city concept and urban planning: Geographical analysis of the smart city index and implications for Turkish context
Akıllı kent kavramı ve kent planlama: Akıllı kent indeksinin coğrafi çözümlemesi ve Türkiye bağlamına ilişkin çıkarsamalar
KABEER SALEH TIJJANI
Yüksek Lisans
İngilizce
2022
Şehircilik ve Bölge PlanlamaMersin ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
YRD. DOÇ. DR. YASEMİN SARIKAYA LEVENT
- Conventional NOMA and the interplays with cooperative communication and spatial modulation: Performance evaluation and analysis under imperfect SIC
Geleneksel dik olmayan çoklu erişim (NOMA) ve NOMA'nın işbirlikli iletişim ve uzaysal modülasyonla birlikte uygulanması: Hatalı ardışık girişim engelleyici (SIC) altında performans değerlendirmesi ve analizi
FERDİ KARA
Doktora
İngilizce
2019
Elektrik ve Elektronik MühendisliğiZonguldak Bülent Ecevit ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HAKAN KAYA
- Uludağ'da (Bursa) yayılış gösteren Abies nordmanniana (Steven) Spach subsp. bornmuelleriana (Mattf) Coode&Cullen ormanlarının bitki sosyolojisi yönünden araştırılması
Investigation of the Abies nordmanniana (Steven) Spach subsp. bornmuelleriana (Mattf) Coode&Cullen forests in Uludag (Bursa) in terms of plant soci̇ology
SEYDİ AHMET KAVAKLI
Yüksek Lisans
Türkçe
2019
Ormancılık ve Orman MühendisliğiBursa Teknik ÜniversitesiOrman Mühendisliği Ana Bilim Dalı
PROF. DR. EMİN UĞURLU
- Tokat(Kazova) ve Konya (Çumra) ovalarında arazi kullanımına bağlı olarak yabancı ot dağılımının belirlenmasi
Weed distribution in Tokat-Kazova and Konya-Çumra regions as affected by different land use pattrens
MESUT SIRRI
Yüksek Lisans
Türkçe
2014
ZiraatGaziosmanpaşa ÜniversitesiBitki Koruma Ana Bilim Dalı
PROF. DR. HÜSEYİN ÖNEN