Elma Yaprak Hastalıklarının Sınıflandırılması için Genetik Algoritma ile Otomatik ESA Mimarisi Tasarımı

Authors : Özge Nur Özaras, Asuman Günay Yılmaz, Eyup Gedikli

Pages : 49-57

Doi:10.24012/dumf.1560599

View : 139 | Download : 113

Publication Date : 2025-03-26

Article Type : Research Paper

Abstract :Bitki yaprak hastalıklarının erken teşhisi ürün verimi, kalitesi ve sürekliliği için çok önemlidir. Son yıllarda yaprak hastalıklarının teşhisinde evrişimsel sinir ağları (ESA) yüksek başarım göstermektedir. Fakat ESA modeli tasarım sürecinde çok sayıda parametrenin belirlenmesinde çok fazla deney yapılmaktadır ve bu işlem uzman bilgisi gerektirmektedir. Bu durum probleme uygun optimal bir ESA\\\'nın tasarım sürecini zorlaştırmaktadır. Bu çalışmada, elma yaprağı hastalıklarının sınıflandırılması amacıyla genetik algoritma (GA) ile otomatik ESA mimarisi tasarımı önerilmiştir. Önerilen yöntemdeki mimari 3 bileşenden oluşmaktadır: evrişim bloğu, global ortalama havuzlama ve tam bağlantılı katman bloğu. Evrişim bloğu, 3x3 evrişim, aktivasyon fonksiyonu, yığın normalizasyonu ve maksimum havuzlama katmanlarından oluşmaktadır. Tam bağlantılı katman bloğu, tam bağlantılı katman, aktivasyon fonksiyonu ve budama katmanlarını içermektedir. Yöntemde GA ile evrişim bloğu sayısı, filtre sayısı, öğrenme oranı, tam bağlantılı katman ve birimi sayısı, budama oranı ve global ortalama havuzlama kullanımı parametrelerinin optimum değerleri araştırılmıştır. Bu optimum değerlerle ESA modeli otomatik olarak tasarlanmıştır. Üretilen mimari ile elma yaprağı hastalıklarının sınıflandırılmasında %98.58 doğruluk , %98.68 F1-skoru, %98.68 kesinlik ve %98.68 duyarlılık sonuçları elde edilmiştir. Tasarlanan mimarinin performansı SqueezeNet, ShuffleNet ve MobileNetV2 ön eğitimli ağlarıyla karşılaştırılmıştır. Otomatik tasarlanan ESA mimarisinin, daha az parametre sayısı ile, manuel tasarlanmış mimarilerden daha iyi ya da kıyaslanabilir başarım gösterdiği görülmüştür. Ayrıca önerilen yaklaşım farklı veriler için de otomatik olarak evrişimsel sinir ağı modeli tasarımına uygundur.
Keywords : Yaprak hastalığı sınıflandırma, Evrişimsel sinir ağları, genetik algortima