İş sağlığı ve güvenliğinde kişisel koruyucu ekipmanlarının görüntü işleme ile tespiti
Detection of personal protective equipment in occupational health and safety with image processing
- Tez No: 993245
- Danışmanlar: DR. ÖĞR. ÜYESİ ZEYNEP ÖZER
- Tez Türü: Yüksek Lisans
- Konular: Yönetim Bilişim Sistemleri, Management Information Systems
- Anahtar Kelimeler: İş sağlığı ve güvenliği, kişisel koruyucu ekipman, nesne tespiti, derin öğrenme, YOLO, bilgisayarla görme, Yönetim bilişim sistemleri, Occupational health and safety, personal protective equipment, object detection, deep learning, YOLO, computer vision. Keywords: Occupational health and safety, computer vision, Management information systems
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Bandırma Onyedi Eylül Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
İş sağlığı ve güvenliği alanında kişisel koruyucu ekipmanların (KKE) eksiksiz ve doğru kullanımının denetlenmesi, meslek hastalıklarının ve iş kazalarının önlenmesi bakımından oldukça önemlidir. Geleneksel denetim yöntemleri, insan faktörüne bağlı olmaları nedeniyle doğruluk ve süreklilik açısından çeşitli zorluklar içermektedir. Bu kapsamda derin öğrenme tabanlı görüntü işleme yaklaşımları, otomatik ve gerçek zamanlı denetleme imkânı sağlayarak iş sağlığı ve güvenliği uygulamalarında etkili bir alternatif sunmaktadır. Bu çalışmada, iş sağlığı ve güvenliği kapsamında kişisel koruyucu ekipmanların görüntü tabanlı nesne tespitine, YOLO mimarisinin güncel sürümlerinden YOLOv10, YOLO11 ve YOLO12 modellerinin performansları karşılaştırmalı şekilde incelenmiştir. Çalışmada, 17 sınıftan ve 8.099 görüntüden oluşan SH17 veri seti kullanılmış; tüm modeller aynı eğitim parametreleri, donanım koşulları ve veri bölünmeleri altında eğitilmiştir. Modellerin değerlendirilmesinde precision, F1-score, recall, [email protected] ve [email protected]:0.95 metrikleri esas alınmıştır. Sonuçlar, tüm modellerin yüksek doğruluk seviyelerine ulaştığını ve kişisel koruyucu ekipman tespitinde başarılı performans göstermiştir. YOLOv10 modeli, özellikle nesne konumlandırma hassasiyetini yansıtan [email protected]:0.95 metriğinde öne çıkarken; YOLO11 modeli precision, recall ve F1-score metriklerinde sunduğu dengeli performans ile genel nesne tespiti başarısı açısından üstündür. YOLO12 modeli ise mimarisinde yer alan yenilikler sayesinde diğer modellere yakın sonuçlar göstermiş ve özellikle karmaşık senaryolarda güçlü bir alternatiftir. Elde edilen sonuçlarda, iş sağlığı ve güvenliği uygulamalarında kritik olan nesnelerin tespitinin kaçırılmaması, yanlış pozitiflerin minimize edilmesi gerekliliği doğrultusunda YOLO11 modeli tez kapsamında en uygun çözüm olarak bulunmuştur. Bu çalışma, güncel YOLO modellerinin aynı koşullar ve veri seti altında karşılaştırmalı olarak değerlendirilmesiyle literatüre katkı sunmakta ve derin öğrenme tabanlı nesne tespit sistemlerinin endüstriyel iş sağlığı ve güvenliği alanında etkin bir şekilde uygulanabileceğini ortaya koymaktadır.
Özet (Çeviri)
Ensuring the complete and correct use of personal protective equipment (PPE) in the field of occupational health and safety is of critical importance for the prevention of occupational diseases and work-related accidents. Traditional inspection methods involve various challenges in terms of accuracy and continuity due to their reliance on human factors. In this context, deep learning–based image processing approaches provide an effective alternative for occupational health and safety applications by enabling automated and real-time monitoring. In this study, the performance of the YOLOv10, YOLO11, and YOLO12 models, which are among the latest versions of the YOLO architecture, is comparatively examined for image-based object detection of personal protective equipment within the scope of occupational health and safety. The SH17 dataset, consisting of 17 classes and 8,099 images, is utilized in the study, and all models are trained under the same training parameters, hardware conditions, and data splits. Model performance is evaluated using precision, recall, F1-score, [email protected], and [email protected]:0.95 metrics. The results indicate that all models achieve high accuracy levels and demonstrate successful performance in personal protective equipment detection. The YOLOv10 model stands out in terms of object localization accuracy, particularly with respect to the [email protected]:0.95 metric, while the YOLO11 model exhibits superior overall object detection performance due to its balanced results in precision, recall, and F1-score metrics. The YOLO12 model, benefiting from architectural innovations, produces results comparable to the other models and emerges as a strong alternative, especially in complex scenarios. Based on the findings, considering the importance of minimizing missed detections of critical objects and reducing false positives in occupational health and safety applications, the YOLO11 model is identified as the most suitable solution within the scope of this thesis. This study contributes to the literature by providing a comparative evaluation of current YOLO models under identical conditions and demonstrates the effective applicability of deep learning–based object detection systems in industrial occupational health and safety practices.
Benzer Tezler
- Yapay zeka tabanlı görüntü işleme teknikleri ile iş güvenliğinde kullanılan kişisel ekipmanların tespit edilmesi
Detection of personal equipment used in occupational safety with artificial intelligence based image processing techniques
MEHMET ERTUĞRUL EVRENSEL
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErzincan Binali Yıldırım ÜniversitesiYapay Zeka ve Robotik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL AKGÜL
- İş ekipmanlarının emniyetli kullanımının iş sağlığı ve güvenliği açısından önemi
Başlık çevirisi yok
BUKET ÇOLAK DUMAN
Yüksek Lisans
Türkçe
2019
Sağlık Kurumları YönetimiTarsus Üniversitesiİş Sağlığı ve Güvenliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NURCAN TEMİZ
- Salgın sürecinde sağlık çalışanlarının koruyucu tekstil malzemeleri ile ilgili olarak iş sağlığı ve güvenliğine yönelik yaklaşımları
Approaches to occupational health and safety in the COVİD-19 pandemic regarding protective textile materials for healthcare workers
ARZU AKTAN
Doktora
Türkçe
2023
Çalışma Ekonomisi ve Endüstri İlişkileriİstanbul Aydın Üniversitesiİş Sağlığı ve Güvenliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ REŞİT ERÇETİN
- Doğal gaz dağıtım sektöründeki altyapı çalışmalarının iş sağlığı ve güvenliği yönünden değerlendirilmesi
Evaluation of infrastructure works ın the natural gas distribution sector in terms of occupational health and safety
HANDAN ŞENGÜL ÇAKI
Yüksek Lisans
Türkçe
2025
Mühendislik Bilimleriİzmir Bakırçay Üniversitesiİş Sağlığı ve Güvenliği Ana Bilim Dalı (disiplinlerarası)
DR. ÖZGÜ BAYRAK
- Açık ve kapalı alanlarda elektrik kaçak tespiti için iş ayakkabısı tasarımı ve prototip üretimi
Work shoes design and prototype production for electric leak detection in indoor and outdoor areas
SAVAŞ YOLDAŞ
Yüksek Lisans
Türkçe
2021
Çalışma Ekonomisi ve Endüstri İlişkileriİzmir Bakırçay Üniversitesiİş Sağlığı ve Güvenliği Ana Bilim Dalı
DOÇ. DR. KADİR GÖK
PROF. DR. AKİL BİRKAN SELÇUK