LeNet ve ResNet Derin Öğrenme Modelleri ile Asma Yapraklarının Sınıflandırması

Authors : Kıyas Kayaalp, Aygün Varol

Pages : 16-25

View : 59 | Download : 51

Publication Date : 2024-06-30

Article Type : Research Paper

Abstract :Bu çalışmanın temel amacı, asma yapraklarının türlerine göre doğru bir şekilde sınıflandırılmasında derin öğrenme tekniklerinin etkinliğini araştırmaktır. LeNet ve ResNet mimarilerinin entegrasyonu, bu sınıflandırmayı gerçekleştirmenin bir yolu olarak kullanılmıştır. Gerekli veri seti için, beş farklı türü temsil eden 500 asma yaprağı görüntüsünden oluşan kapsamlı bir koleksiyon kullanılmıştır. Sınıflandırma performansını optimize etmek için kritik bir bileşen olarak özellik seçimine önemli bir vurgu yapıldı. İlgili özelliklerin dikkatli bir şekilde seçilmesi ve gereksiz olanların ortadan kaldırılmasıyla, kullanılan modellerin doğruluğunun artırılması amaçlanmıştır. Seçilen derin özelliklerle birlikte LeNet-5 yaklaşımından yararlanılarak %93.99 gibi iyi bir doğruluk oranına ulaşılmıştır. Bu, asma yaprağı sınıflandırması için kullanılan diğer son teknoloji yöntemlerin performansını aşmıştır. Bu kayda değer bulgulara dayanarak, gelecekteki araştırmalar için umut verici birkaç yol belirlenmiştir. Bunlar arasında alternatif derin öğrenme mimarilerinin araştırılması, çeşitli özellik seçim yöntemlerinin kapsamlı bir şekilde incelenmesi ve bu tekniklerin diğer bitki türlerinden yaprakların tanımlanmasını kapsayacak şekilde genişletilmesi yer almaktadır.
Keywords : LeNet 5, Derin öğrenme, Evrişimsel sinir ağları, Görüntü İşleme

ORIGINAL ARTICLE URL