Fabric defect detection using deep learning methods
Derin öğrenme yöntemleri kullanarak kumaş hatası tespiti
- Tez No: 1015394
- Danışmanlar: DR. ÖĞR. ÜYESİ KADİR AŞKIN PEKER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: İngilizce
- Üniversite: Melikşah Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kumaş hatası tespiti sektörel kalite açısından önem arz etmektedir. Bu hataların tespitinde, gelişen pazar hacmi ve üretim kapasitelerinin büyüklüğü sebebiyle insan görüsü ile tespit, büyük oranda zaman kaybına ve hata tespit oranının %60 seviyelerine kadar düşmesine sebep olmaktadır. Bundan dolayı hata tespitinde otomatik sistemler geliştirilmeye başlanmıştır. Bu bağlamda daha yüksek başarım elde edebilmek için görüntü işleme alanında bir çok yöntem denenmiştir. Kumaşın kendine has bir dokusunun olması sebebiyle, öznitelikleri çıkarılırken diğer görüntü türlerinden ayrı olarak incelenmesi gerektirmektedir. Öznitelikler bilgisayarlı görmede özellikle sınıflandırma problemlerinde ham madde olmaktadır. Bu yüzden doğru öznitelikleri çıkarmak, hata tespitinde en önemli aşamadır. Bu amaç doğrultusunda, çoklu-katman mimarisi ve kendi özniteliklerini çıkararak son yıllarda görüntü ve ses işleme alanında büyük başarılar getirmesi ile öne çıkan derin öğrenme kumaş hatası tespitine uygulanmıştır. Giriş verisini sıkıştırma ya da genişletme ile temsil eden yığınlı oto kodlayıcılar -bir derin öğrenme yöntemi- kumaş hatası tespitinde denenmiş ve kabul edilebilir başarılar elde edilmiştir. Çalışmanın asıl amacı oto kodlayıcının hiper parametreleri ve giriş değeri ile oynamalar yaparak öznitelik çıkarımı başarısını artırmaktır.
Özet (Çeviri)
Fabric defect detection have importance in terms of sectoral quality. As fabric defection stage, accordingly the growing market volume and production capacity, detection via human vision has caused largely time-wasting and success rate decreasing until %60. Consequently, automatic systems are started to develop on the defect detection, in this regard many methods are tried to obtain high precision with image processing studies. Due to fabric has unique texture, it necessitates working on separately from other images types while extracting its features. Features are vital material of computer vision especially classification problems. Hence, extracting right features is the most significant stage of error detection. On this study with this purpose in mind, deep learning which distinguishes with multi-layer architectures and reveals high achievement on image and speech procession recent years by self-feature extraction is applied to fabric defect detection. Stacked autoencoder -a deep learning method- that aimed to represent input data via compression or decompression is tried to detect defect of fabrics and it gained acceptable success. The principal aim of this study is to increase achievement of feature extraction by tuning up the input value and hyper parameters autoencoder.
Benzer Tezler
- Tekstil makinalarında kumaştaki üretim hatalarının tespiti
Fabric defect detection in textile manufacturing processes
SWASH SAMI MOHAMMED MOHAMMED
Doktora
Türkçe
2025
Elektrik ve Elektronik MühendisliğiOndokuz Mayıs ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HÜLYA GÖKALP CLARKE
- Kumaş örüntülerinde bulunan tekli ve çoklu defoların makine öğrenmesi yöntemleri ile tespiti ve karşılaştırılması
Detection and comparison of single and multiple defects in fabric patterns using machine learning methods
ABDELRAHMAN ELSAYED ALY ELKASAS
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiDicle ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET SİRAÇ ÖZERDEM
- Dokumasız kumaşlarda derin öğrenme ile hata tespiti
Defect detection in nonwoven fabrics using deep learning
ABDULLAH ALPEREN İŞLER
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HACI ÖMER DOKUMACI
- Development of a new software for fabric defect detection and classification using image processing and machine learning methods
Görüntü işleme ve makine öğrenme yöntemleri kullanarak kumaş hata tespiti ve sınıflandırması
AHMAD MONES NAWAF
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET FATİH AKAY
- Tekstil kusur tespiti için derin öğrenme uygulaması
Deep learning application for textile defect detection
OKAN GÜDER
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞAHİN IŞIK