Şehir içi tramvay sistemlerinde nesne tespiti için yarı denetimli derin öğrenmede öğretmen-öğrenci yaklaşımları
Teacher-student approaches in semi-supervised deep learning for object detection in urban tramway systems
- Tez No: 985487
- Danışmanlar: DR. ÖĞR. ÜYESİ MUHARREM MERCİMEK
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Şehir içi ulaşım sistemlerinde, özellikle tramvay hatlarındaki hemzemin geçitler, yüksek trafik yoğunluğu ve farklı taşıtların bir arada bulunduğu karmaşık alanlar olup, bu bölgelerde yaşanan kazalar ciddi güvenlik riskleri barındırmaktadır. Bu tez, hemzemin geçitlerdeki potansiyel tehlikeli durumları önceden tespit edebilmek amacıyla yarı denetimli öğrenme (semi-supervised learning, SSL) temelli nesne tespiti sistemleri geliştirmeyi ve bu sistemlerin sonuçlarını karşılaştırmayı hedeflemektedir. Yarı denetimli öğrenme yaklaşımı, sınırlı etiketli veri bulunan durumlarda, etiketlenmemiş verilerden de yararlanarak modelin genelleme kabiliyetini artırmaktadır. Bu doğrultuda, tez kapsamında öğretmen-öğrenci (teacher-student) mimarisi uygulanmıştır. Öğretmen model, az sayıda etiketli görüntü ile eğitilmiş; daha sonra etiketlenmemiş görüntüler üzerinde tahminler ile sahte etiket (pseudo-label) üreterek öğrenci modeline ek öğrenme verisi sağlamıştır. Öğrenci model, bu sahte etiketleri kullanarak genişletilmiş bir veri seti üzerinde eğitilmiştir. Bu süreçte, öğretmen-öğrenci yaklaşımının ötesine geçilerek, Noisy Student Learning (Gürültülü Öğrenci Öğrenmesi) olarak bilinen geliştirilmiş yarı denetimli öğrenme stratejisi uygulanmıştır. Bu yöntemde, gürültü yalnızca veriye değil, aynı zamanda modele de entegre edilmiştir. Veri tarafında artırma teknikleriyle görsel düzeyde gürültü eklenmiş; model tarafında ise özellik düzeyinde kontrollü gürültü ekleme işlemi uygulanmıştır. Böylece model, hem bozulmuş hem de çeşitlendirilmiş girdiler üzerinde eğitilerek, farklı çevresel koşullara karşı daha dayanıklı ve genelleştirilebilir bir öğrenme sağlamıştır. Sonuç olarak, öğrenci model düşük kaliteli veya gürültülü görüntülerde dahi kararlı ve güvenilir nesne tespiti yapabilmiştir. Veri toplama sürecinde, şehir içi tramvay hatlarından elde edilen görüntüler ve videolar kullanılmış; yayalar, arabalar, otobüsler ve trenler gibi kritik nesneler olması hedeflenmiştir. Sonuç olarak, çalışma, öğretmen-öğrenci tabanlı ve gürültülü öğrenci tabanlı yarı denetimli öğrenme yaklaşımlarının, sınırlı etiketli veriyle dahi yüksek doğruluk sağlayabileceğini göstermiştir. Elde edilen bulgular, şehir içi trafik güvenliğini artırmaya yönelik nesne tespiti uygulamaları için güçlü ve ölçeklenebilir bir temel sunmakta; gelecekte daha geniş veri setleri ve farklı sensör kaynaklarıyla desteklenmesi halinde sistemin etkinliğinin daha da artırılabileceğini ortaya koymaktadır.
Özet (Çeviri)
In urban transportation systems, especially at tramway level crossings, areas with high traffic density and the coexistence of different vehicles constitute complex environments where accidents pose significant safety risks. This thesis aims to develop an object detection system based on semi-supervised learning (SSL) and compare the results of the systems in order to detect potential dangerous situations at level crossings in advance. The semi-supervised learning approach increases the generalization ability of the model by making use of unlabeled data in situations where there is limited labeled data. Accordingly, a teacher-student architecture was implemented within the scope of this study. The teacher model was trained with a small number of labeled images; then, it provided additional learning data to the student model by generating fake labels (pseudo-labels) with predictions on the unlabeled images. The student model was then trained on an extended dataset using these pseudo-labels. In this process, we went beyond the teacher-student approach and implemented an improved semi-supervised learning strategy known as Noisy Student Learning. In this method, noise is integrated not only into the data but also into the model. Noise is added at the visual level using augmentation techniques on the data side, while controlled noise is added at the feature level on the model side. This allows the model to be trained on both distorted and varied inputs, enabling more robust and generalizable learning across diverse environmental conditions. As a result, the student model achieved stable and reliable object detection even in low-quality or noisy images. In the data collection process, images and videos obtained from urban tram lines were used, targeting critical objects such as pedestrians, cars, buses and trains. As a result, the study demonstrated that both Teacher-Student-based and Noisy Student-based semi-supervised learning approaches can achieve high accuracy even with limited labeled data. The findings provide a strong and scalable foundation for object detection applications aimed at improving urban traffic safety and indicate that the system's effectiveness can be further enhanced in the future with larger datasets and diverse sensor sources.
Benzer Tezler
- Raylı ulaşım sistemlerinde kullanılan tahrik sistemlerinin incelenmesi
The analysis of propulsion systems in railway transportation
HASAN HİLMİ ÇAKMAK
Yüksek Lisans
Türkçe
2004
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HADİ SARUL
- Elektrikli ulaşım sistemlerinde sinyalizasyon
Signalling on electrical transportation systems
BERKİN BİROL
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET TURAN SÖYLEMEZ
- Hafif raylı sistemlerde lazerli engel algılayıcı sistem tasarımı
Designing a laser-based obstacle detection system for light rail transportation systems
SONAY GÖRGÜLÜ BALCI
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik MühendisliğiKırıkkale ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MURAT LÜY
DOÇ. DR. ERTUĞRUL ÇAM
- Toplu taşımada troleybüs sistemi ve Malatya örneği
Trolleybus system in public transportation and Malatya case
MEHMET ZEKİ HEDEKOĞLU
Yüksek Lisans
Türkçe
2015
UlaşımBahçeşehir ÜniversitesiUlaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ILICALI