Termal Kamera Görüntülerinin Çoklu Sınıflandırılması için Derin Öğrenme Tabanlı Tekniklerin Performans Karşılaştırılması

Basit Öğe Kaydı
dc.contributor.authorÖNAL, MERVE KESİM
dc.contributor.authorUSLU, Halil
dc.contributor.authorAvci, Engin
dc.contributor.authorAvci, Derya
dc.date.accessioned2025-10-24T18:04:09Z
dc.date.available2025-10-24T18:04:09Z
dc.date.issued2025
dc.departmentMalatya Turgut Özal Üniversitesi
dc.description.abstractTermal kameralar, cisimlerin sıcaklık farklılıklarını kızılötesi ışın değerlerine bağlı olarak renklendirdiği görüntüleme sistemleridir. Günümüzde başta savunma sanayi olmak üzere sağlık, ziraat, inşaat gibi birçok farklı alanda termal kameralar kullanılmaktadır. Özellikle savunma sanayi alanında kullanılan bu kameralardan elde edilen görüntüler, çeşitli nesnelerin ve canlıların tespiti için büyük önem arz etmektedir. Bu çalışmada termal kamera görüntülerinin sınıflandırması için derin öğrenme tabanlı tekniklerin kapsamlı bir karşılaştırması sunulmaktadır. Çalışmada 7 farklı Evrişimli Sinir Ağları mimarisi ile görüntülerin özellikleri çıkarılmış, 5 farklı sınıflandırma yöntemi ile sınıflandırılması sağlanmıştır. Performans değerlendirmesi için dengesiz çok sınıflı veri kümelerinin sınıflandırılmasına uygun metrikler olan dengeli doğruluk, makro ve mikro ortalama duyarlılık, makro ve mikro ortalama kesinlik, makro ve mikro ortalama F ölçütü metrik değerleri kullanılmıştır. Ayrıca tüm yapıların ayrı ayrı eğitim ve test süreleri karşılaştırılmıştır. Çalışmada en yüksek doğruluk değeri %95.24 ile Resnet101+Softmax ve Resnet50+DVM mimarilerinde elde edilmiştir. Sınıfların eşit ağırlıklı alındığı dengeli doğruluk değerinde ise en yüksek %95,17 ile Resnet101+Softmax mimarisinden elde edilmiştir. Resnet101+Softmax mimarisinde makro ortalamalı kesinlik 0.9579, makro ortalamalı F ölçütü 0.9543 ve mikro ortalamalı F ölçütü 0.9524 değerleri elde edilmiştir. Bu çalışma, küçük ve dengesiz termal görüntüler üzerinde, önceden eğitilmiş ESA ağlarının özellik çıkarımı ile makine öğrenimi sınıflandırıcılarının kullanımının, tamamen eğitilmiş ağlarla elde edilen performansa benzer sonuçlar sağlanabileceğini göstermiştir
dc.identifier.doi10.54365/adyumbd.1521453
dc.identifier.endpage71
dc.identifier.issn2149-0309
dc.identifier.issue25
dc.identifier.startpage60
dc.identifier.trdizinid1312186
dc.identifier.urihttps://doi.org/10.54365/adyumbd.1521453
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/1312186
dc.identifier.urihttps://hdl.handle.net/20.500.12899/2684
dc.identifier.volume12
dc.indekslendigikaynakTR-Dizin
dc.language.isotr
dc.relation.ispartofAdıyaman Üniversitesi Mühendislik Bilimleri Dergisi
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzTR-Dizin_20251023
dc.subjectDerin Öğrenme
dc.subjectÇok Sınıflı Sınıflandırma
dc.subjectTermal Görüntü
dc.titleTermal Kamera Görüntülerinin Çoklu Sınıflandırılması için Derin Öğrenme Tabanlı Tekniklerin Performans Karşılaştırılması
dc.typeArticle

Dosyalar

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu