Bitkilerdeki Yaprak Hastalığı Tespiti için Derin Özellik Çıkarma ve Makine Öğrenmesi Yöntemi

Authors : Orhan YAMAN, Türker TUNCER

Pages : 123-132

Doi:10.35234/fumbd.982348

View : 40 | Download : 10

Publication Date : 2022-03-20

Article Type : Research Paper

Abstract :Derin öğrenme yöntemlerinin gelişmesi akıllı tarım uygulamalarını olumlu yönde etkilemiştir. Ağaç ve bitki yapraklarındaki hastalıkların tespit edilmesi, meyve ve sebze rekoltelerinin tahmin edilmesi gibi birçok alanda derin öğrenme ve makine öğrenmesi kullanılmaktadır. Bu çalışmada derin öğrenme ve özellik seçme yöntemi kullanılarak yaprak hastalığı tespit edilmiştir. Önerilen yöntem için ceviz yapraklarından oluşan 726 görüntü toplanmıştır. Bu görüntüler sağlıklı ve hastalıklı olmak üzere iki sınıftan oluşmaktadır. Bu görüntülerden özellik çıkarımı yapmak için derin öğrenme modelleri kullanılmıştır. 17 adet derin öğrenme modeli test edilmiş ve en iyi iki model seçilmiştir. Bu iki model DarkNet53 ve ResNet101 olarak belirlenmiştir. Bu iki modelden elde edilen özellikler birleştirilmiştir. Böylece hibrit bir özellik çıkarımı oluşturulmuştur. Özellik seçimi için ReliefF algoritması kullanılmıştır. Böylece en ağırlıklı özellikler seçilmiştir. Seçilen özelliklerin sınıflandırılması için Destek Vektör Makinesi (DVM) algoritması kullanılmıştır. Önerilen yöntem ile %99.58 doğruluk hesaplanmıştır.
Keywords : Yaprak hastalığı tespiti, derin özellik çıkarımı, ReliefF, DenseNet53, ResNet101

ORIGINAL ARTICLE URL