Derin Öğrenme ve Öğrenme Aktarımı Algoritmalarının Drone Algılama Performansı Üzerine Etkisi

Authors : Fatma Gülşah Tan

Pages : 1-13

View : 63 | Download : 61

Publication Date : 2023-12-31

Article Type : Research Paper

Abstract :Drone teknolojilerinin hızla gelişmesiyle birlikte, özellikle güvenlik ve gizlilik alanlarında ciddi endişelere yol açan drone kullanımı, günümüzde büyük bir önem arz etmektedir. Derin öğrenme ve öğrenme aktarımı yapay zekâ teknikleri, drone tespiti konusunda umut vaat etmektedir. Ancak, bu tekniklerin başarıyla uygulanabilmesi için, karmaşık hava koşulları, değişken hızlar ve yüksek manevra kabiliyetine sahip droneların doğru şekilde saptanabilmesi için yeni ve verimli çözümler geliştirme ihtiyacı kaçınılmazdır. Bu çalışmada, drone nesnelerinin tespiti için EfficientNet modeli kullanarak eğitim modellerinin drone tespiti üzerindeki performansları ve karşılaşılan zorluklar karşılaştırılarak, gelecekteki potansiyel başarıları hakkında bir perspektif sunulmuştur. Elde edilen sonuçlara göre, öğrenme aktarımı yönteminde daha fazla katman dondurulduğunda, eğitim için gereken GPU belleği azalır ve GPU kullanımı düşer. Bu durum, daha büyük görüntü boyutlarıyla eğitilen modellerin daha hızlı eğitilebileceğini göstermiştir. Derin öğrenme yöntemi daha fazla veriye ve GPU kaynağına ihtiyaç duymaktadır, bu da eğitim süresini uzatmaktadır. Yapılan deneylerde derin öğrenme yöntemiyle eğitilen modelin en iyi başarı oranı %97.3, öğrenme aktarımı yöntemiyle eğitilen modelin en iyi başarı oranı ise %99.7 olarak belirlenmiştir. Bu, öğrenme aktarımı yönteminin az veriyle daha yüksek bir doğruluk oranı sağladığını göstermektedir. Ancak, derin öğrenme yöntemiyle elde edilen başarı oranı da oldukça tatmin edici bir sonuç olarak değerlendirilebilir.
Keywords : EfficientNet, derin öğrenme, öğrenme aktarımı, nesne tespiti, drone tespiti