Work

Derin öğrenme teknikleri ile elmada (Granny Smith) kusur tespiti

Year: 2023

Type: article

Abstract: Elma (Malus communis L.) derimi sırasında ürünün kalitesini düşüren fiziksel zararlanmaların oluşması kaçınılmazdır. Zarar gören meyvelerin erken tespit edilerek ayrılması ticari değerinin artırılması açısından önemlidir. Tespit edilemeyen kusurlu ürünler sağlam ürünlerin kalitesini etkilediğinden dolayı gıda kaybının yanısıra üretim hacmini de düşürmektedir. Çalışmanın amacı, “Granny Smith” elma çeşidinden alınan görüntüler üzerinde, derin öğrenme teknikleri kullanarak elmalarda kusur tespit etmektir. Özel koşul gerektirmeyen ve uygun maliyetle sınıflandırma ve kusur tespiti yapacak bir teknik araştırılırmıştır. Çalışmada InceptionV3 modelinin 100 çevrim sonunda test doğruluğu %100, AlexNet modelinin ise test doğruluğu %98,33 elde edilmiştir. Derin öğrenme teknikleriyle derim sırasında meyve üzerinde oluşan zararlar tespit edilerek ayrılmasıyla, derim sonrası oluşabilecek ekonomik kayıpların önüne geçebilecek bir yöntem geliştirilmiştir.

Source: Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi

DOI: 10.28948/ngumuh.1250012

Authors: Zeynep ÜNAL, Tefide KIZILDENİZ, Mustafa ÖZDEN, Hakan AKTAŞ, Ömer KARAGÖZ

Institution: Niğde Ömer Halisdemir Üniversitesi

Language: Turkish

Topic: Smart Agriculture and AI

Subfield: Plant Science

Field: Agricultural and Biological Sciences

Domain: Life Sciences

SDG: Zero hunger

Open Access status: diamond

Funder: Ömer Halisdemir Üniversitesi