Geri Dön

Bilgisayar görüşü tabanlı yabancı ot tespiti ve hiyerarşik meristem analizi

Computer vision-based weed detection and hierarchical meristem analysis

PDF İndir

  1. Tez No: 996169
  2. Yazar: SEHER EKMEN
  3. Danışmanlar: PROF. DR. MUSA ATAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Sayısal görüntü işleme, Yapay zeka, Digital image processing, Artificial intelligence
  7. Yıl: 2026
  8. Dil: Türkçe
  9. Üniversite: Siirt Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Sürdürülebilir tarım hedefleri ve küresel gıda güvenliği kaygıları, konvansiyonel tarımda yaygın kullanılan kimyasal herbisitlere karşı çevre dostu alternatiflerin geliştirilmesini zorunlu kılmaktadır. Bu alternatifler arasında öne çıkan lazer tabanlı fiziksel mücadele yöntemleri, toprak yapısını koruma ve kalıntı bırakmama avantajlarına sahiptir. Ancak bu yöntemin başarısı, yabancı otun yalnızca yapraklarının yakılmasına değil, bitkinin rejenerasyon (yeniden büyüme) yeteneğini sağlayan“apikal meristem”dokusunun hassas bir şekilde tespit edilip imha edilmesine bağlıdır. Bu tez çalışması, otonom tarım robotlarının lazer sistemlerini milimetrik hassasiyetle yönlendirebilmesi için derin öğrenme tabanlı hiyerarşik bir yabancı ot tespiti ve meristem analiz yaklaşımı sunmaktadır. Çalışmada; güncel Ultralytics YOLOv11 mimarisi, hiyerarşik etiketleme süreci için özelleştirilen JAZO aracı ve bu tez kapsamında özgün olarak geliştirilen Meristem Research Tool analiz yazılımı entegre edilerek, bitkinin genel sınırlarını (kanopi) ve hayati büyüme noktasını eş zamanlı tespit eden hiyerarşik bir strateji izlenmiştir. Önerilen yöntem; kontrollü ortamı temsil eden Weed-Crop, karmaşık saha koşullarına sahip CottonWeedDet12 (Weed-AI) ve modelin genellenebilirliğini test etmek amacıyla CWFID (Havuç Tarlası) veri setleri üzerinde kapsamlı olarak değerlendirilmiştir. Deneysel bulgular, teorik beklentinin aksine, sınırlı hacme sahip tarımsal veri setlerinde büyük kapasiteli modellerin (YOLOv11x) aşırı öğrenme (overfitting) eğilimi göstererek performans kaybı yaşadığını ortaya koymuştur. Buna karşın, YOLOv11n (Nano) ve YOLOv11m (Medium) varyantlarının, hem meristem tespitindeki yüksek doğrulukları ([email protected]: ~0,78) hem de saniyede 50 karenin üzerine çıkan işlem hızlarıyla (FPS) gerçek zamanlı otonom sistemler için en uygun mimariler olduğu belirlenmiştir. Ayrıca CWFID veri seti üzerinde gerçekleştirilen çapraz testler, geliştirilen hiyerarşik yaklaşımın farklı ürün desenlerinde de (Transfer Learning) başarıyla uygulanabileceğini göstermiştir. Bu tez, yüksek maliyetli donanımlara ihtiyaç duymadan, uç cihazlar (Edge AI) üzerinde çalışabilen bilgisayarlı görü sistemlerinin, herbisitsiz hassas tarım uygulamalarında biyolojik hedefleme odaklı etkin bir çözüm sunduğunu teknik olarak doğrulamaktadır.

Özet (Çeviri)

Sustainable agriculture practices and global food security goals require the development of eco-friendly alternatives to chemical herbicides, which are intensively used in conventional agriculture. Laser-based physical control methods stand out among these alternatives, offering advantages such as preserving soil structure and eliminating chemical residues. However, the efficacy of this method relies heavily not merely on burning the weed leaves, but on the precise detection and destruction of the“apical meristem”tissue, which enables plant regeneration. This thesis presents a deep learning-based hierarchical weed detection and meristem analysis approach to enable autonomous agricultural robots to guide laser systems with millimeter-level precision. In this study, a strategy was employed to simultaneously detect the general boundaries (canopy) of the plant and its vital growth point by integrating the state-of-the-art Ultralytics YOLOv11 architecture, the JAZO tool (customized for the hierarchical annotation process), and the Meristem Research Tool analysis software developed specifically for this thesis. The proposed method was comprehensively evaluated on the Weed-Crop dataset (representing controlled environments), the CottonWeedDet12 (Weed-AI) dataset (featuring complex field conditions), and the CWFID (Carrot Field) dataset (to test the model's generalizability). Contrary to theoretical expectations, experimental findings revealed that large-capacity models (e.g., YOLOv11x) tended to overfit and experienced performance degradation when trained on limited agricultural datasets. Conversely, the YOLOv11n (Nano) and YOLOv11m (Medium) variants proved to be the most suitable architectures for real-time autonomous systems, demonstrating both high accuracy in meristem detection ([email protected]: ~0.78) and processing speeds exceeding 50 frames per second (FPS). Furthermore, cross-validation tests performed on the CWFID dataset demonstrated that the developed hierarchical approach could be successfully applied to different crop patterns via transfer learning. This thesis technically validates that computer vision systems capable of running on edge devices (Edge AI), without requiring high-cost hardware, offer an effective solution for herbicide-free precision agriculture applications with a focus on biological targeting.

Benzer Tezler

  1. Tez No

    39159

    On the conic representation of some quartics

    Bazı kuartıkların koniklerle temsili hakkında

    İBRAHİM KIRAT

    Yüksek Lisans

    İngilizce

    İngilizce

    1993

    Matematikİstanbul Teknik Üniversitesi

    PROF.DR. KADİR AHRE

  2. Tez No

    646612

    Yabancılara Türkçe öğretiminde dinleme becerisinin bir web uygulaması aracılığıyla geliştirilmesi

    Developing listening skills in teaching Turkish for foreigners via a web based application

    ŞEYMA NUR DÜNDAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Eğitim ve ÖğretimGazi Üniversitesi

    Türkçe ve Sosyal Bilimler Eğitimi Ana Bilim Dalı

    DOÇ. DR. MEHMET KARA

  3. Tez No

    191642

    Eşzamanlı bilgisayar tabanlı iletişim teknolojileri: Yabancı dil sözel becerilerin geliştirilmesi açısından bir karşılaştırma

    Synchronous computer mediated communication: A comparison on the development of foreign language oral skills

    HATİCE MÜGE SATAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Eğitim ve ÖğretimMarmara Üniversitesi

    Bilgisayar ve Öğretim Teknolojileri Ana Bilim Dalı

    YRD. DOÇ. DR. NESRİN ÖZDENER

  4. Tez No

    742195

    Programlama dersi alan bilgisayar mühendisliği öğrencilerinin yabancı dilde yazma deneyimlerinin incelenmesi

    Examining the foreign language writing experiences of computer engineering students registered in a programming course

    HAKAN BAYEZİT

    Doktora

    Türkçe

    Türkçe

    2021

    Eğitim ve ÖğretimBahçeşehir Üniversitesi

    Bilgisayar ve Öğretim Teknolojileri Ana Bilim Dalı

    PROF. DR. TUFAN ADIGÜZEL

  5. Tez No

    318050

    İplik yapımında kullanılan pamuk içerisindeki yabancı maddelerin GPU kullanılarak sezgisel bulanık mantık ile tespit edilmesi

    Detection of foreign substances in cotton used for production of yarn by using GPU and intuitionistic fuzzy logic method

    EYÜP YALÇIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MAHİT GÜNEŞ

Geri Dön