Derin öğrenme teknikleri ile elmada (Granny Smith) kusur tespiti

Authors : Zeynep Ünal, Tefide Kizildeniz, Mustafa Özden, Hakan Aktaş, Ömer Karagöz

Pages : 1119-1129

Doi:10.28948/ngumuh.1250012

View : 202 | Download : 323

Publication Date : 2023-10-15

Article Type : Research Paper

Abstract :Elma (Malus communis L.) derimi sırasında ürünün kalitesini düşüren fiziksel zararlanmaların oluşması kaçınılmazdır. Zarar gören meyvelerin erken tespit edilerek ayrılması ticari değerinin artırılması açısından önemlidir. Tespit edilemeyen kusurlu ürünler sağlam ürünlerin kalitesini etkilediğinden dolayı gıda kaybının yanı sıra üretim hacmini de düşürmektedir. Çalışmanın amacı, "Granny Smith” elma çeşidinden alınan görüntüler üzerinde, derin öğrenme teknikleri kullanarak elmalarda kusur tespit etmektir. Özel koşul gerektirmeyen, uygun maliyetle sınıflandırma ve kusur tespiti yapacak bir teknik araştırılırmıştır. Çalışmada, InceptionV3 modelinin 100 çevrim sonunda test doğruluğu %100, AlexNet modelinin ise test doğruluğu %98.33 elde edilmiştir. Derin öğrenme teknikleriyle, derim sırasında meyve üzerinde oluşan zararlar tespit edilerek ayrılmasıyla, derim sonrası oluşabilecek ekonomik kayıpların önüne geçebilecek bir yöntem geliştirilmiştir.
Keywords : AlexNet, Derin öğrenme, Elma sınıflandırması, Granny Smith, InceptionV3, Kusur Tespiti