Yağ Gülü (Rosa damascena Mill.) Bitkisinin Hasat Durumunun Makine Öğrenmesi ve Derin Öğrenme Yöntemleri ile Tespiti

Authors : Burhan DUMAN, Kıyas KAYAALP

Pages : 1328-1341

Doi:10.31202/ecjse.1134822

View : 29 | Download : 13

Publication Date : 2022-12-31

Article Type : Research Paper

Abstract :Bitkiler uzun yıllardır çoğu sektörde insan hayatında önemli bir yer tutmaktadır. Pembe Yağ Gülü olarak adlandırılan Rosa damascena Mill. bitkisi, gül çeşitleri arasında kendine özgü keskin ve yoğun kokusu ile kozmetik, parfüm, ilaç ve gıda endüstrisi gibi sektörler için ekonomik değeri olan bir türdür. Türkiye’de Mayıs aylarında hasadına başlanan yağ gülü, tomurcuklarının çiçek açması durumunda hasadı yapılmaktadır. Tomurcuk halindeki güller ise açması durumuna kadar hasat edilmeden bırakılmaktadır. Bu çalışmada makine öğrenmesi ve derin öğrenme yöntemleri kullanarak her bir yağ gülünün “hasat edilebilir/hasat edilemez” durumuna göre ikili sınıflandırılması gerçekleştirilmiştir. Gül bahçelarinden elde edilen görüntüler ile oluşturulan veri seti, yapay zekâ modellerinin eğitim ve testinde kullanılmıştır. Makine öğrenmesi modeli olarak DVM sınıflandırıcısı, derin öğrenme modelleri olarak da VGG16, VGG19 ve InceptionV3 kullanılmıştır. Sınıflandırma başarımı; DVM modelinde %71.06, VGG16 modelinde %96.44, VGG19 modelinde %97.96 ve InceptionV3 modelinde %72.08 olarak elde edilmiştir.
Keywords : Makine öğrenmesi, Derin öğrenme, Rosa damascena Mill, DVM, VGG16, VGG19, InceptionV3

ORIGINAL ARTICLE URL