Derin öğrenme ağları kullanılarak mısır yapraklarında hastalık tespiti

Authors : Mustafa GÖKSU, Kubilay Muhammed SÜNNETCİ, Ahmet ALKAN

Pages : 208-216

Doi:10.53070/bbd.989305

View : 20 | Download : 13

Publication Date : 2021-10-20

Article Type : Research Paper

Abstract :Günümüzde insanların sağlıklı yaşayabilmeleri için temel besinlere kolayca erişebilmeleri gerekmektedir. Temel besinlerden olan mısırda insanoğlunun fizyolojik ihtiyaçlarını karşılayabilecek kalorinin sağlanması yanında mısırda yer alan B6 vitamini, sodyum, magnezyum, çinko, potasyum, kalsiyum, A vitamini gibi değerli mineraller ve vitaminler bulunmaktadır. Dünya’da ve ülkemizde dünya nüfusunun artmasıyla, mısıra olan ihtiyaç gün geçtikçe artmaktadır. Bu noktada, mısır üretiminin verimliliğini düşüren mısır yapraklarında görülen hastalıkların tespiti önemlidir. Gelişen teknolojiler sayesinde mısır yetiştiriciliğinde teknolojik imkânlar kullanılarak üreticilerin teşvik edilmesi gerekmektedir. Bu çalışma sayesinde, mısır yapraklarında görülen mısır pası, gri yaprak lekesi ve yaprak yanığı tespitinin gerçekleştirilmesi amaçlanmıştır. Ayrıca, derin öğrenme yöntemleri kullanılarak mısır yapraklarında görülen hastalıkların tespit edilebilmesi için EfficientNetB5 ağı ve evrişimsel sinir ağları tabanlı iki adet model geliştirilmiştir. Oluşturulan modellerin performans metriklerini arttırabilmek için, görüntülerin sayısı veri çoğaltma teknikleri kullanılarak insert ignore into journalissuearticles values(aynalama, döndürme, büyültme); arttırılmıştır. Sonuçlardan, EfficientNetB5 transfer öğrenmesi modeli ve geliştirilen derin öğrenme modelinde elde edilen tahmin başarı oranlarının sırasıyla %92.12 ve %89.88’e eşit olduğu görülmektedir.
Keywords : Derin öğrenme, görüntü işleme, evrişimli sinir ağları ESA, mısır yaprağı hastalıkları, EfficientNetB5