Year: 2026
Type: article
Abstract: İnsanlığın ihtiyaç duyduğu gıda miktarı, dünya nüfusuna paralel olarak artmalıdır. Gıda yetiştiriciliğinin en önemli noktası sağlıklı yetişen bitkilerdir. Bu çalışma, tarımsal verimliliği ve sürdürülebilirliği artırmak için gerekli olan bitki hastalıklarının tespitinin kritik konusunu ele almaktadır. Çalışma, bitki hastalıklarını yüksek doğrulukla tespit etmek için derin öğrenme modelleri ve bölütlemeye dayalı Vision Transformer (Vit 16B) modeli ile birleştirilmiş görüntü işleme tekniklerini kullanan yeni bir yöntem sunmaktadır. Modelin akıllı tarımda uygulanması, daha iyi hastalık yönetimine ve ekonomik faydalar sağlayacağı ortaya koymuştur. Çalışmada aynı zamanda önerilen modelin performansını, 8 farklı derin öğrenme mimarileriyle karşılaştırarak önerilen modelin başarımı ortaya konmuştur. Önerilen model, derin öğrenme modellerinden daha iyi performans gösterdiği ve %99,87'lik etkileyici bir doğruluk elde edildiği saptanmıştır. Sonuçlar, her sınıf için hassasiyet, hatırlama ve F1 puanları gibi ayrıntılı ölçümlerle desteklenmiştir.
Author: Ferdi Doğan
Institution: Adıyaman University
Language: Turkish
Topic: Smart Agriculture and AI
Subfield: Plant Science
Domain: Life Sciences
SDG: Zero hunger
Open Access status: hybrid
OpenAlex ID: W7127332014