Faster R-CNN Kullanarak Elmalarda Çürük Tespiti
Yazarlar (3)
Dr. Öğr. Üyesi Onur CÖMERT
Tokat Gaziosmanpaşa Üniversitesi, Türkiye
Prof. Dr. Mahmut HEKİM
Tokat Gaziosmanpaşa Üniversitesi, Türkiye
Aksaray Üniversitesi, Türkiye
| Makale Türü |
Özgün Makale
|
| Makale Alt Türü | Ulusal alan endekslerinde (TR Dizin, ULAKBİM) yayınlanan tam makale |
| Dergi Adı | Uluslararası Mühendislik Araştırma ve Geliştirme Dergisi |
| Dergi ISSN | 1308-5514 |
| Dergi Tarandığı Indeksler | TR DİZİN |
| Makale Dili | Türkçe |
| Basım Tarihi | 01-2019 |
| Cilt No | 11 |
| Sayı | 1 |
| Sayfalar | 335 / 341 |
| DOI Numarası | 10.29137/umagd.469929 |
| Makale Linki | http://dergipark.gov.tr/umagd/issue/39915/469929 |
| Özet |
| Bu çalışmada, elmalardan alınan görüntüler üzerinde evrişimsel sinir ağı yöntemlerinden olan Faster R-CNN kullanılarak elmaların çürük ve sağlam olarak sınıflandırılması amaçlanmaktadır. Önerilen modelde işlem adımları sırasıyla görüntü almaönişleme, çürük bölgelerin tespit edilmesi ve elmaların sınıflandırması şeklindedir. Görüntü alma-önişleme aşamasında, tasarlanan bir görüntü alma platformu içerisinde bulunan NIR kamera kullanılmıştır. Çalışmada 100’ü çürük ve 100’ü sağlam olan toplam 200 adet elmanın her birinin 6 farklı açısından toplam 1200 adet görüntü elde edilmiştir. Önişleme aşamasında, bu görüntülere sırasıyla uyarlamalı histogram eşitleme, kenar bulma, morfolojik işlemler uygulanmıştır. Önişlem uygulanarak görünürlüğü iyileştirilen yeni görüntüler kullanılarak eğitilen Faster R-CNN modeli ile çürük bölgeler tespit edilmiştir. Sınıflandırma aşamasında, çürük ve sağlam elmaların tespit edilmesinde %84,95 doğru sınıflandırma oranına ulaşılmıştır. Sonuç olarak, önerilen modelin meyve suyu gıda sanayisinde çürük ve sağlam elmaların otomatik olarak tespit edilmesinde kullanılabileceği düşünülmektedir. |
| Anahtar Kelimeler |
BM Sürdürülebilir Kalkınma Amaçları
| Atıf Sayıları | |
| TRDizin | 7 |
| Google Scholar | 13 |