Yazar "Burgaz, Mustafa" seçeneğine göre listele

Listeleniyor 1 - 1 / 1
  • Küçük Resim
    Öğe
    Derin öğrenme algoritmaları kullanarak insansız hava araçları ile silah tespiti
    (Batman Üniversitesi Fen Bilimleri Enstitüsü, 2020-07-09) Burgaz, Mustafa; Budak, Cafer
    Derin öğrenme algoritmalarının günümüzde yaygınlaşması görüntü ve videolarda nesne tespit, tanıma uygulamalarının artmasına sebep olmuştur. Nesne tespit ve tanıma uygulamaları son yıllarda güvenlik, savunma, doğal afetler (sel, deprem ve yangın vb.), sağlık (salgınların yayılımının önlenmesi vb.), tarım, ormancılık alanlarında birçok problemlere çözüm bulmaktadır. Nesne tespit, tanıma uygulamalarında oldukça yaygın kullanılan algoritmaların başında Bölgesel Tabanlı Konvolüsyonel Sinir Ağları (R-CNN) gelmektedir. R-CNN’nin geliştirilen tespit uygulamalarına yardımcı olmaları açısından Hızlı bölgesel tabanlı konvolüsyonel sinir ağları (Fast R-CNN) ve Daha hızlı bölgesel tabanlı konvolüsyonel sinir ağları (Faster R-CNN) algoritmaları geliştirilmiştir. Nesne tespit uygulamalarının başarısını daha da artırmak için kullanılan bir başka Konvolüsyonel sinir ağları (CNN) algoritması da ResNet101 algoritmasıdır. Özellikle görüntü tespitinde yaygın bir şekilde kullanılan ResNet101, R-CNN, Fast R-CNN ve Faster R-CNN algoritmalarının birbirleri arasındaki nesne tespit doğruluk oranı, nesne tespit zamanı gibi farkları en aza indirgemek için tercih edilmiştir. Bu çalışmada insansız hava aracı (İHA) ile havadan çekilmiş görüntülerden nesne (silah) tespiti yapılması amaçlanmıştır. Elde edilen görüntülerde R-CNN nesne (silah) tespitinde doğru tahmin oranının diğer R-CNN çeşitlerinden yüksek olması sebebiyle tercih edilmiştir. R-CNN algoritmalarının yanında doğru tahmin oranına katkısını görebilmek maksadıyla ResNet101 algoritmasının kullanımı bu çalışmada denenmiştir. Bu kapsamda İHA ile havadan çekilmiş 200 adet görüntü kullanarak eğitim verileri ve test verileri oluşturulmuştur. Yapılan eğitim sonucunda veri seti üzerinde R-CNN mimarisi ve ResNet101 mimarisiyle %99 doğruluk oranı, hassaasiyet ile görüntü tespit edilmiştir. Söz konusu çalışma ile R-CNN mimarisinin ve ResNet101 mimarisinin İHA görüntülerinde nesne (silah) tespitinde ne kadar başarılı olduğu ortaya konulmuştur.