Derin Evrişimsel Sinir Ağı Kullanılarak Kayısı Hastalıklarının Sınıflandırılması

Authors : Muammer TÜRKOĞLU, Kazım HANBAY, Işıl SARAÇ SİVRİKAYA, Davut HANBAY

Pages : 334-345

Doi:10.17798/bitlisfen.562101

View : 21 | Download : 13

Publication Date : 2020-03-13

Article Type : Research Paper

Abstract :Bitki hastalıklarının hızlı ve doğru teşhisi için makine öğrenmesine dayalı yaklaşımlar kullanılmaktadır. Son zamanlarda derin öğrenme yaklaşımı bitki türleri ve hastalıkları tanıma ile ilgili problemlerde de kullanılmaktadır. Bu çalışmada, kayısı hastalıklarının tespiti için Derin Evrişimsel Sinir Ağlarına (DESA) dayalı bir model önerilmiştir. Bu model, Evrişim, Relu, Normalizasyon, Havuzlama ve tam bağlı katmanlardan oluşmaktadır. Önerilen model için evrişim katmanlarında kullanılan filtrelerin pencere boyutu 3×3, 5×5, 7×7, 9×9 ve 11×11 olmak üzere beş farklı filtre çeşitleri kullanılarak deneysel çalışmalar gerçekleştirilmiştir. Önerilen çalışmayı test etmek için Bingöl ve İnönü Üniversitelerinin Ziraat Fakültelerinin çalışma alanlarından elde edilen kayısı hastalıklarından oluşan görüntüler kaydedilip kapsamlı bir veri tabanı inşa edilmiştir. Geliştirilen derin ağ modeli bu veri tabanı üzerinde test edilmiştir. Gerçekleştirilen deneysel sonuçlara göre, kayısı hastalıklarının tespiti için önerilen derin ağ modeli diğer geleneksel görüntü tanımlayıcılarına göre daha yüksek sınıflandırma başarısı elde edildiği gözlemlenmiştir.
Keywords : Bitki Hastalık Tespiti, Derin Öğrenme, Kayısı Hastalık Görüntüleri, Evrişimsel Sinir Ağları, Geleneksel görüntü tanımlayıcıları