Yapay Zeka Kullanılarak Deprem Bölgelerinden Drone ile Alınan Görüntülerden Enkaz Tespitinin Gerçekleştirilmesi

Authors : Ömer Faruk Picak, Kadir Sabancı

Pages : 11-18

Doi:10.55213/kmujens.1696461

View : 38 | Download : 52

Publication Date : 2025-06-30

Article Type : Research Paper

Abstract :Bu çalışmada YOLOv8 derin öğrenme algoritması kullanılarak enkaz tespitine yönelik bir sistem önerilmektedir. 2023 yılında meydana gelen Hatay-Maraş depremi sonrasında drone ile elde edilen görüntüler ile birlikte genel enkaz görüntülerinin de eklenmesiyle oluşturulan bir veri seti kullanılmıştır. Deprem sonrası arama-kurtarma operasyonlarının etkinliğini artırmayı hedefleyen bu sistem, yüksek çözünürlüklü drone görüntülerinden elde edilen verilerle eğitilmiş ve gerçek zamanlı tespit kabiliyeti sunmaktadır. Çalışma kapsamında oluşturulan veri setleri Roboflow platformu ile etiketlenmiş, çeşitli veri artırma teknikleri uygulanmış ve model eğitim süreci optimize edilmiştir. Modelin etkinliği, hem doğrulama veri kümesindeki performans metrikleriyle hem de saha koşullarına benzer şekilde oluşturulan fiziksel bir test ortamında gözlemlenmiştir. 2×3 metre boyutlarında basılmış enkaz görüntüsünün zemin üzerine yerleştirilerek drone ile taranması sonucunda modelin başarıyla tespit yaptığı görülmüştür. Ayrıca, YOLOv8 modeli Raspberry Pi 4B cihazına bağlı kamera modülü ile görüntü alındıktan sonra bu görüntüler işlenmiş ve düşük donanım kapasitesine rağmen model, enkaz tespitini başarıyla gerçekleştirmiştir. Bu durum, geliştirilen sistemin taşınabilir ve enerji verimli yapısıyla afet sahalarında pratik olarak kullanılabileceğini göstermektedir. Elde edilen bulgular, YOLOv8 tabanlı sistemin hem doğruluk hem de uygulama açısından enkaz tespiti görevinde başarılı sonuçlar verdiğini ve afet yönetimi süreçlerine entegre edilebilecek potansiyele sahip olduğunu ortaya koymaktadır.
Keywords : Enkaz, YOLO, Görüntü İşleme

ORIGINAL ARTICLE URL