Image classification of customs procedure documents using machine learning and deep learning models
Makine öğrenme ve derin öğrenme modelleri kullanilarak gümrük işlem belgelerinin görsel siniflandirilmasi
- Tez No: 986704
- Danışmanlar: DOÇ. DR. TUNA ÇAKAR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Mef Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Gümrük işlemlerinde kullanılan belgelerin imgesel hallerini, makine öğrenmesi ve derin öğrenme modelleri ile sınıflandırma yapılmıştır. Resim sınıflandırma yöntemleri olarak, bu tez kapsamında, makine öğrenmesi alanında Gaussian Naive Bayes, Rastgele Orman ve Destek Vektör Makinesi; derin öğrenme alanında Evrişimsel Sinir Ağları, Görsel Dönüştürücü, ConvNext ve EfficientNetV2 yöntemleri kullanılmıştır. Model tiplerine özel olarak veri setleri düzenlenmiş olup, modellerin en uygun düzeyde çalışmasını sağlayacak şekilde belirlenen parametre değerleriyle modeller oluşturulmuş ve ilgili veri setleri ile eğitim ve testleri yapılmıştır. Modellerin karşılaştırılmaları eğitim süreleri ve doğruluk oranları açısından yapılmıştır. En iyi sonuçlar, yaklaşık 11 dakikalık eğitim süresi ve %98,32 doğruluk oranı ile Evrişimsel Sinir Ağı modeliyle elde edilmiştir. İkinci en yüksek doğruluk oranı %97,94 ile Rastgele Orman modelinde elde edilirken, genel anlamda ikinci en iyi sonuçlar ise yaklaşık 22 dakikalık eğitim süresi ve %95,89 doğruluk oranı ile EfficientNetV2 modeliyle elde edilmiştir.
Özet (Çeviri)
The images of documents used in customs procedures were classified using machine learning and deep learning models. As image classification methods, Gaussian Naive Bayes, Random Forest, and Support Vector Machine were used in the machine learning field, and Convolutional Neural Network, Vision Transformer, ConvNext and EfficientNetV2 were used in the deep learning field. Datasets were organized specifically for each model type, and models were created with parameter values determined to ensure the models worked at the optimum level. Training and testing were conducted with the relevant datasets. The models were compared in terms of training times and accuracy rates. The best results were achieved with Convolutional Neural Network, which had a training time of approximately 11 minutes and an accuracy rate of 98,32%; second-best accuracy result achieved with Random Forest, which had an accuracy rate of 97,94% and second-best overall results achieved with EfficientNetV2, which had a training time of approximately 22 minutes and an accuracy rate of 95,89%.
Benzer Tezler
- Development of an experimental image processing tool and flow-cytometry based electromagnetic scattering analysis for medical diagnosis of red blood cell pathology
Kırmızı kan hücresi patolojisinin tıbbi teşhişi için deneysel gorüntü işleme aracının ve akış-sitometri esaslı elektromanyetik saçılım analizinin geliştirilmesi
POLAT GÖKTAŞ
Doktora
İngilizce
2020
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. VAKUR BEHÇET ERTÜRK
PROF. DR. AYHAN ALTINTAŞ
- Visual object recognition and detection using deep learning
Derinlikli öğrenme ile görsel nesne tanıma ve tespit etme
BURAK ÇÖREKCİOĞLU
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. BİLGE GÜNSEL KALYONCU
- Diagnosis on lung cancer using artificial neural network
Yapay sinir ağını kullanarak akciğer kanserinin teşhisi
MOHAMMED KHALAF ABDULLAH
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEFER KURNAZ
- Yapay Zekânın Deniz İstihbaratında Kullanılması ve Türk Deniz Kuvvetleri İçin Görüntü Tabanlı Teşhis Modeli Önerisi
The Use of Artificial Intelligence in Maritime Intelligence and a Proposal for an Image-Based Identification Model for the Turkish Naval Forces
ANIL BERK ASLAN
Yüksek Lisans
Türkçe
2026
DenizcilikMilli Savunma Üniversitesiİstihbarat Çalışmaları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED HAYATİ TABAN
- Ses olay tespit problemine derin öğrenme tabanlı çözümler
Utilizing footstep sound event detection by using cnn techniques for assuring property security
FURKAN YUSUF YAVUZ
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NEJAT YUMUŞAK