Derin Transfer Öğrenimi Yaklaşımı ile Kamusal Alanda Medikal Maske Kullanımının Otomatik Kontrolü

Authors : Hasan POLAT, Mehmet Siraç ÖZERDEM
Pages : 191-198
Doi:10.46810/tdfd.948098
View : 46 | Download : 7
Publication Date : 2021-12-31
Article Type : Research Paper
Abstract :Uluslararası kamu sağlığı acil durumu olan COVID-19 hastalığının başlıca bulaşma yolları, solunum damlacıkları ve fiziksel temastır. Hastalığın yayılımını önlemek ve salgınla mücadele etmenin kapsamlı stratejilerinden biri olarak kamusal alanda medikal maske kullanımı birçok toplumda zorunlu kılınmıştır. Bu kapsamda, kamusal alanda medikal maske kullanımının otomatik olarak kontrolü, salgınla mücadelede önem arz etmektedir. Bu çalışmada, transfer öğrenimi yaklaşımı ile kamusal alandan alınan görüntülerden medikal maske kullanımının otomatik olarak tespit edilmesi amaçlanmıştır. Derin mimariye transfer öğrenimi yaklaşımı uygulanarak, öğrenilmiş parametrelerinin ince ayarı ile medikal maske tespitinde etkili çözümlerin elde edilmesi amaçlanmıştır. Medikal maske kullanımının otomatik olarak tespitinde, Human in the Loop insert ignore into journalissuearticles values(HITL); tarafından erişime açık olarak sunulan görüntüler kullanılmıştır. SqueezeNet tabanlı transfer öğrenimi yaklaşımı ile %99,20 oranında sınıflandırma doğruluğu elde edilmiştir. ROC eğrisi altında kalan alanın insert ignore into journalissuearticles values(AUC); büyüklüğü ise 0,998 olarak elde edilmiştir. Ayrıca, transfer öğrenimi yaklaşımının üstünlüğünü vurgulamak için eğitilmiş parametre içermeyen SqueezeNet mimarisi de aynı veri seti üzerinde uygulanmış ve elde edilen performans değerleri karşılaştırılmıştır. Sınırlı sayıda görüntü veri kümesi üzerinde eğitilen mimari ile sınıflandırma doğruluğu ve AUC performansları sırasıyla %94,75 ve 0,976 olarak elde edilmiştir. Transfer öğrenimi yaklaşımı ile çok kısa sürede eğitilen derin mimarinin medikal maske kullanımı tespitinde etkileyici bir performans sergilediği gözlemlenmiştir.
Keywords : Transfer öğrenimi, Derin Öğrenme, Sınıflandırma, SqueezeNet, Görüntü İşleme, COVID 19

ORIGINAL ARTICLE URL