VGG-16’da Araç Hasar Tespiti

Authors : Ayberk Gezer, Tolga Yılmaz, Durmuş Özdemir

Pages : 1-7

Doi:10.53608/estudambilisim.1421332

View : 211 | Download : 308

Publication Date : 2024-12-31

Article Type : Research Paper

Abstract :Günümüzde oluşan trafik kazalarında hızlı bir şekilde hasar tespiti ve buna bağlı olarak hasar kayıtlarının tutulması gerekmektedir. Kazalarda oluşan trafik yoğunluğunu engellemek ve yolu hızlı bir şekilde trafiğe açmak için hasar tespit çalışmalarını hızlandırması önem arz etmektedir. Derin öğrenme teknolojileri hasarın büyüklüğünün hesaplanması, hasar durumunun gösterilmesi ve hasarın maddi boyutu hakkında çıkarımlar yapma konusunda çeşitli avantaj sağlamaktadır. Bu çalışmada sadece sigorta şirketlerinin ya da resmi kurumların sonuçları görmesi için değil, son kullanıcıya da hitap edecek ve oluşan kazaların hasar sınıfını ortaya çıkaracak bir karar destek sistemi amaçlanmıştır. Sunulan yazılım ile sadece kaza süreçlerinde değil, aynı zamanda araç alım-satımı yapılırken hızlı şekilde aracın maddi olarak değerinin belirlenmesinde objektif bir bakış açısı sunmayı amaçlar. Bu çalışmada, CNN alt modeli olan VGG16 tabanlı modelimizi kaggle platformu (5757 adet görüntü) üzerinden elde ettiğimiz veri seti üzerinde eğitim aşamasını geliştirilmiştir. VGG16 ile elde edilen araç nesne tespit oranımız %98, aracın hasarlı olup olmadığının doğruluk oranı %90, hasar oluşan bölgenin tespitini yaptığımız eğitimde elde edilen sonuçlar ise %70 ve son olarak hasarın seviyesini (düşük, orta ve yüksek) belirlediğimiz doğruluk oranı ise %66 olarak elde edilmiştir.
Keywords : Öğrenme Aktarımı, VGG16, CNN, Görüntü Sınıflandırma

ORIGINAL ARTICLE URL