Gemi Çeşitlerinin Derin Öğrenme Tabanlı Sınıflandırılmasında Farklı Ölçeklerdeki Görüntülerin Kullanımı

Authors : Emirhan KIRAN, Bahadir KARASULU, Emin BORANDAG

Pages : 161-167

Doi:10.38016/jista.1118740

View : 58 | Download : 10

Publication Date : 2022-09-21

Article Type : Research Paper

Abstract :Günümüzde lojistik ve deniz ulaşımına dayanan ticaret oldukça önem kazanmıştır. Buna dair oluşan trafik göz önüne alındığında gemi çeşitlerinin sınıflandırılarak ayrıştırılması, taşıma, depolama maliyetleri açısından ve güvenlik konusunda önem arz etmektedir. Deniz üzerinde farklı görevleri icra etmekte olan gemilerin sınıflandırılması bu çalışmada ele alınarak, derin öğrenme yöntemleri sayesinde yüksek doğrulukta bir gemi sınıflandırma yapılabilmesi için gemi görüntüleri veri kümesi oluşturulmuştur. Veri kümesinden elde edilen içeriği ifade ederken özniteliklerin daha yüksek seviyeden anlamsal olarak zengin olmasından dolayı, klasik makine öğrenmesi yöntemine kıyasla derin öğrenme çalışmamızda tercih edilmiştir. Derin öğrenme modellerinin eğitiminde ve test edilmesinde kullanılmak üzere bu veri kümesi açık kaynaklı Internet sitelerinden ağ kazıma insert ignore into journalissuearticles values(web scraping); yöntemi sayesinde çeşitli gemi görüntülerinin edinimi ile oluşturulmuştur. YOLOv5 ve Xception derin öğrenme modelleri eğitilerek en uygun sınıflandırma başarımı elde edilmiştir. Deneyler sonucunda her iki model ile yaklaşık olarak %96 ilâ %99 arası doğruluk oranında başarım değerine ulaşılmıştır. Varılan bilimsel bulgulara ve tartışmaya çalışmamızda yer verilmektedir.
Keywords : Derin Öğrenme, Gemi Sınıflandırma, Görüntü İşleme

ORIGINAL ARTICLE URL