Yazar "Yücel, Nadide" seçeneğine göre listele

Listeleniyor 1 - 2 / 2
  • Küçük Resim Yok
    Öğe
    Bitki yapraklarındaki hastalıkların derin öğrenme yöntemleri kullanılarak tespiti ve sınıflandırılması
    (Malatya Turgut Özal Üniversitesi, 2023) Yücel, Nadide; Yıldırım, Üyesi Muhammed
    Dünya nüfusunun her geçen gün artması ile birlikte gıdaya olan ihtiyaç da bununla birlikte paralel bir şekilde artmaktadır. Bu nedenle tarıma duyulan ihtiyacın artmasıyla mahsul veriminin kalitesinin artırılması ve iyileştirilmesi önemli bir ilgi alanıdır. Bitkiler bir hastalıkla karşılaşması durumunda elde edilecek mahsulün miktarı ve kalitesinde azalma gerçekleşmesiyle birlikte verim düşecektir. Bu bakımdan, bitkilerden elde edilen ürünlerin kaliteli olması, bitkilerin hastalıklardan korunmasına bağlıdır. Bitkide hastalık meydana geldiğinde ise hastalığın erkenden tespitinin yapılabilmesi ve bitkinin tedavi edilebilmesi çok önemli bir gereklilik olup bu sayede bitkiden elde edilecek ürün verimi kalitesinin düşmesinin önüne geçilebilmiş olunacaktır. Bu çalışmada hastalıkların erken aşamada tespit edilmesi amacıyla son yıllarda oldukça popüler olan derin öğrenme tabanlı modeller ve çeşitli halka açık veri setleri kullanılarak sınıflandırma yapılmıştır. Tarım teknolojisindeki gelişmeler ve bitki hastalıklarının teşhisinde yapay zekânın kullanılmasıyla, sürdürülebilir tarımsal kalkınma için uygun araştırmaların yapılması gittikçe önemli hale gelmektedir. Bitkilerdeki hastalıkların erken tespit edilmesi ve elde edilecek ürün miktarının artırılmasına yönelik yapılacak bir çalışma önemlidir. Çünkü hastalığın bir uzman ya da çiftçiler tarafından çıplak gözle veya laboratuvar testleri gibi geleneksel sınıflandırma yöntemleriyle teşhis edilmesi zor ve yanıltıcı olabileceğinden ve aynı zamanda zaman alıcı, maliyetli ve öznel olması gibi birçok sınırlaması olduğundan dolayı bitki hastalıklarının derin öğrenme yöntemleri kullanılarak tespiti ve sınıflandırılması hızlı ve doğru bir yöntem sunmaktadır. Bu amaçla bitki yapraklarındaki hastalıkların erken tespit edilebilmesi için literatürde kabul gören derin öğrenme mimarileri kullanılmıştır. Ayrıca daha başarılı sonuçlar elde etmek için yeni bir model geliştirilmiştir. ANAHTAR KELİMELER: Bitki Hastalıkları, Derin Öğrenme, Görüntü İşleme, Evrişimli Sinir Ağı, Sınıflandırma, Yapay Zeka
  • Küçük Resim Yok
    Öğe
    Classification of tea leaves diseases by developed CNN, feature fusion, and classifier based model
    (Selcuk University, 2023) Yücel, Nadide; Yıldırım, Muhammed
    Due to the increase in the world population day by day, the amount of food needed is also increasing day by day. Diseases that occur in plants reduce the amount and quality of the product obtained. In this study, a computer-aided model was developed to detect diseases in tea leaves. Because plant diseases can be difficult and misleading to detect with the naked eye by farmers or experts. It is very important to detect diseases in tea leaves using artificial intelligence methods. Three Convolutional Neural Network (CNN) architectures accepted in the literature were used as the basis for the classification of diseases in tea leaves. With these three CNN architectures, feature maps of the images in the data set were obtained. After combining the feature maps obtained in each architecture, they were classified in the Linear Discriminant classifier. In addition, the performance of the proposed model was compared with seven CNN architectures accepted in the literature. The performance of the models used in the study was evaluated using different performance measurement metrics. The obtained results showed that the proposed model can be used to classify diseases in tea leaves.