Image Wavelet Scattering and Densenet Based Pistachio Identification

Authors : Erdal BAŞARAN

Pages : 81-87

View : 105 | Download : 6

Publication Date : 2022-08-31

Article Type : Research Paper

Abstract :Günümüzde tarım sektöründe ürünlerin ekonomik değerlerinin ve endüstriyel süreçlerin verimliliğinin artırılması ve zirai ürünlerin birbirinden ayırt edilmesi için bilgisayar temelli sistemler önem kazanmaktadır. Ülkemizde yetiştirilen Kırmızı ve Siirt tipi fıstık çeşitleri fiyat, besin değeri, şekil, lezzet gibi birçok yönden birbirinden farklıdır. Bu çalışmada, ülkemizde yetişen Kırmızı ve Siirt fıstık çeşitlerini ayırt etmek için dalgacık görüntü saçılımı ve DarkNet53 evrişimsel sinir ağına insert ignore into journalissuearticles values(ESA); dayanan bir sınıflandırma modeli geliştirilmiştir. Çalışma kapsamında 1232 Kırmızı ve 916 Siirt çeşidi olmak üzere toplamda 2148 fıstık çeşitlerinin görüntüleriyle çalışma gerçekleşmiştir. Bu görüntüleri sınıflandırmak için dalgacık görüntü saçılımı ve DarkNet53 evrişimsel sinir ağı mimarisi ile görüntülere ait özellikler elde edilmiştir ve ardından bu özellikler Destek Vektör Makinaları insert ignore into journalissuearticles values(DVM); ile sınıflandırılmıştır. Dalgacık görüntü saçılımı ve DarkNet53 ESA mimarisi kullanılarak görüntülere ait oluşturulan özellik setinin DVM ile sınıflandırma sonucu %97.98 doğruluk elde edilmiştir.
Keywords : Kırmızı fıstık, Siirt fıstığı, Dalgacık görüntü saçılımı, DarkNet53, Destek vektör makinaları

ORIGINAL ARTICLE URL