A lightweight and efficient yolo-based framework for uav-assisted pistachio disease detection
Fıstık hastalığı tespiti için iha destekli hafif ve verimli yolo tabanlı bir çerçeve
- Tez No: 988527
- Danışmanlar: DOÇ. DR. SERKAN ÖZBAY, DOÇ. DR. HAKAN AÇIKGÖZ
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Devreler ve Sistemler Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Antep fıstığı hastalıkları, dünya mutfağı ve ekonomi açısından paha biçilmez öneme sahip olmasına rağmen, otomatik tespit çözümlerinin geliştirilmesi konusunda literatürde yeterli ilgiyi görmemiştir. Bu bağlamda, yeni oluşturulan Fıstık Yaprak Hastalığı Veri Seti üzerinde eğitilmiş, YOLO11s tabanlı, hafif ve yüksek doğruluk oranına sahip bir tespit modeli olan YOLO-PGWD sunulmuştur. Önerilen mimari dört temel iyileştirme içermektedir: verimli özellik çıkarımı için boyun kısmındaki geleneksel darboğazların GhostBottleneckv3 ile değiştirilmesi, sınırlayıcı kutu lokalizasyonunu iyileştirmek için WIoUv3 kayıp fonksiyonunun kullanılması, ince desenler üzerindeki odaklanma seviyesini artırmak için DiNAT dikkat mekanizmasının entegre edilmesi ve hesaplama karmaşıklığını azaltmak amacıyla omurgadaki seçili evrişim katmanlarının PConv ile ikame edilmesi. YOLO-PGWD modelinin etkinliğini değerlendirmek amacıyla kapsamlı deneysel çalışmalar yürütülmüştür. Önerilen model; kesinlik, duyarlılık, F1-skor ve mAP50 metriklerinde sırasıyla %72,86, %63,01, %67,58 ve %70,75'lik performans sergilemiştir. Gerçekleştirilen genelleştirme deneyleri, önerilen modelin çeşitli tarımsal koşullar altındaki güvenilirliğini kanıtlamaktadır. Elde edilen sonuçlar değerlendirildiğinde, YOLO-PGWD modelinin bitki hastalığı tespit sistemlerinin iyileştirilmesi ve akıllı tarım senaryolarının geliştirilmesi için sağlam bir teknik temel oluşturduğu doğrulanmaktadır.
Özet (Çeviri)
Pistachio diseases, despite their invaluable significance to global cuisine and economy, have received limited attention in the development of automated detection solutions. To address this gap, we introduce YOLO-PGWD, a lightweight and high-accuracy detection model based on YOLO11s, trained on a newly constructed Pistachio Leaf Disease Dataset. The proposed architecture incorporates four key enhancements: replacing conventional bottlenecks in the neck with GhostBottleneckv3 for efficient feature extraction, employing the WIoUv3 loss function to improve bounding box localization, integrating the DiNAT attention mechanism to enhance the focus level on subtle patterns, and substituting selected convolutional layers in the backbone with PConv to reduce computational complexity. To assess the effectiveness of YOLO-PGWD model, comprehensive experimental studies are conducted. The proposed model performs 72.86%, 63.01%, 67.58%, and 70.75% in terms of precision, recall, F1-score, and mAP50. Conducted generalization experiments prove the reliability of the proposed model across diverse agricultural conditions. When the results obtained are evaluated, it is confirmed that the YOLO-PGWD model provides a robust technical foundation for advancing plant disease detection systems and the development of smart agricultural scenarios.
Benzer Tezler
- Utilizing unmanned aerial vehicles (drones) for enhanced security surveillance in sensitive areas
Hassas alanlarda gelişmiş güvenlik gözetimi için insansız hava araçlarının (drone'ların) kullanılmasel
ABDURRAHMAN EL NECCAR
Yüksek Lisans
İngilizce
2026
Havacılık ve Uzay MühendisliğiGaziantep ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SOHAYB ABDULKERİM
- Unified approaches to efficient and robust image retrieval through fusion restoration, and compression
Füzyon, sıkıştırma ve restorasyon yoluyla verimli ve dayanıklı görsel getirim için birleşik yaklaşımlar
ENİS TEPER
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YUSUF HÜSEYİN ŞAHİN
- Hassas güdümlü ateşli silahların grup halinde kullanımlarında taktiksel etkinliklerinin artırılması
Increasing the tactical effectiveness of precision-guided firearms in group usage
RIDVAN SAFA HATİPOĞLU
Doktora
Türkçe
2025
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT CEYLAN
- Bulut tabanlı otonom sürüş sıstemlerınde görüntü işleme ıçın tam homomorfık şıfreleme yaklaşımı
A fully homomorphic encryption approach to image processing in cloud based autonomous driving systems
KAMRAN SAEED
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED FATİH ADAK
- Automotive radar interference mitigation with next generation sequence models
Yeni nesil dizi modelleri ile otomotiv radarlarında girişim giderme
ELİF ÖZTÜRK KOÇ
Yüksek Lisans
İngilizce
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. IŞIN ERER