Evrişimli Sinir Ağı ile Çeltik Bitkisi Hastalığının Tespiti
Abstract
Dünya çapında pirinç tüketimi göz önüne alındığında pirincin önemli bir yere sahip olduğu görülür. Çeltik bitkisi, buğdaygiller ailesinden mısır ve buğdaydan sonra en fazla ekimi yapılan bitkidir. Tarım alanındaki son araştırma konularından biriside, bir bitkinin yaprak görüntülerinden hastalıkların tanınması veya sınıflandırılmasıdır. Yaprak görüntülerinden çeltik hastalığının otomatik bir şekilde teşhis edilmesi, geliştirme aşamasında olan bir araştırma konusudur. Bu gelişime katkı sağlamak amacıyla farklı öğrenme yöntemleri kullanılarak hastalığın erken teşhisi için önemli çalışmalar yapılmaktadır. Bu çalışmada temel olarak hastalıkları tespit etmek için bir makine öğrenme yöntemi olan derin öğrenme modelleri kullanılmıştır. Bu çalışmada derin Evrişimli Sinir Ağı (ESA) kullanılarak çeltik bitkisinin hastalıklı olup olmadığı tespit edilmiştir. Çalışmada kullanılan 5000 adet çeltik bitkisi yaprağına ait veri seti Kaggle sitesinden alınmıştır. Hastalığın tespiti için çeltik bitkisine ait üç hastalık (BrowSpot, LeafBlast ve Hispa) ve sağlıklı olmak üzere toplam iki sınıflı sınıflandırma yapılmıştır. Çeltik bitkisinin hastalığının tespiti için kullanılan ESA'nın hiper-parametrelerinde değişiklik yapılarak %91,54’lük bir başarım oranı elde edilmiştir. Veri artırma yöntemiyle veri setindeki 5000 görüntüden 8000 çeltik bitki yaprağı görüntüsü elde edilmiş ve ESA için bu görüntüler üzerinden yapılan eğitimden sonra %94,87’lik bir başarım oranı elde edilmiştir. Kullanılan veri setindeki görüntüler üzerinden ön işlem yapıldıktan sonra ESA ile eğitim işleminden sonra %97,57’lik bir başarım oranı elde edilmiştir.
Collections

DSpace@BEU by Bitlis Eren University Institutional Repository is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 4.0 Unported License..