Atıkların Transfer Öğrenme Yöntemi ile Sınıflandırılmasında Veri Artırımının Etkisi

Authors : Necdet Tuğrul Artuğ

Pages : 242-253

View : 36 | Download : 32

Publication Date : 2025-04-30

Article Type : Research Paper

Abstract :Atıkların sınıflandırılmasının efektif bir şekilde yapılması küresel ısınmaya karşı alınacak önlemlerden bir tanesidir. Bu sürecin geleneksel yöntemler yerine daha pratik yöntemlerle, yani yapay zekâ aracılığıyla yapılması sürece katkı sağlayacaktır. Bu çalışmada 9 atık sınıfı içeren RealWaste veri seti kullanılarak transfer öğrenme yoluyla sınıflandırılma işlemi gerçekleştirilmiştir. Derin öğrenme ağlarının sınıflandırma başarısının test edilmesi için dört farklı senaryo ele alınmıştır. Ayrıca veri artırımının sınıflandırma sürecine etkisi araştırılmıştır. Çalışmada AlexNet, GoogLeNet, MobileNet, ResNet serisi, VGG serisi ve Inception_v3 ağları tercih edilmiştir. Ağların son 2 katmanı eğitilirken, diğer katmanları dondurulmuştur. Veri artırımı için geometrik dönüşümler tercih edilmiştir. Veri seti üzerinde ek işlem yapılmadan en yüksek başarı %91,57 olarak ResNet50 ağıyla elde edilmiştir. Veri artırımı yapıldığında ise Inception_v3 ağıyla %99,912’lik sınıflandırma başarısı elde edilmiştir. Veri artırımının sınıflandırma başarısına pozitif etki ettiği gözlemlenmiştir.
Keywords : Atık Ayrıştırma, Evrişimsel Sinir Ağları, Derin Öğrenme, Transfer Öğrenme, Yapay Zekâ