Pirinç yaprak hastalıklarının sınıflandırılmasında derin evrişimli sinir ağı modellerinin karşılaştırmalı analizi
Comparative analysis of deep convolutional neural network models for classification of rice leaf diseases
- Tez No: 794596
- Danışmanlar: DR. ÖĞR. ÜYESİ AHMET COŞKUNÇAY, DR. ÖĞR. ÜYESİ İSHAK PAÇAL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çeltik, temel bir gıda kaynağı ve endüstride yaygın olarak kullanılan nadir bitkilerden biridir. Çeltikte yaprak hastalıklarının erken tespiti, ürün zararını minimize etmek için hayati önem taşır. Bitki hastalıklarını erken aşamada teşhis etmek için çiftçiler ve ziraat mühendisleri tarafından sıklıkla bilgisayar destekli sistemler kullanılmaktadır. Derin öğrenme yöntemleri, çeltik yaprak hastalıklarının tespiti için literatürde en sık kullanılan ve popüler yaklaşım olarak kabul edilmektedir. Bu çalışmada, VGG, ResNet, DenseNet, EfficientNet ve Xception gibi en popüler evrişimli sinir ağı (CNN) modelleri kullanılarak çeltik yapraklarında hastalıkların etkili bir şekilde teşhisi ve görüntü dönüştürücü modellerinin performanslarının karşılaştırılması yapılmıştır.
Özet (Çeviri)
Rice is a primary source of food and a rare plant widely used in industry. Early detection of leaf diseases in rice is crucial for minimizing crop damage. Computer-aided systems are commonly used by farmers and agricultural engineers to diagnose plant diseases at an early stage. Deep learning methods are the most commonly used and popular approach in the literature for detecting rice leaf diseases. In this study, we used the most popular convolutional neural network (CNN) models, such as VGG, ResNet, DenseNet, EfficientNet, and Xception, to effectively diagnose diseases in rice leaves and compare the performance of image transformer models.
Benzer Tezler
- Genome-wide association studies for identification of candidate genes responsible for leaf rust and powdery mildew resistance in Nordic spring barley (Hordeum vulgare L.)
İskandinav bahar arpasında (Hordeum vulgare L.) yaprak pası ve külleme hastalıklarına dirençten sorumlu aday genlerin belirlenmesi için genom çapında ilişkilendirme çalışmaları
HAFİZ UMAR FAROOQ
Yüksek Lisans
İngilizce
2021
Ege ÜniversitesiTohumluk Bilimi ve Teknolojisi Ana Bilim Dalı
DOÇ. DR. EVREN KOBAN BAŞTANLAR
DR. THERESE BENGTSSON
- Beauveria bassiana энтомопатогендик козу карындын биоинсектициддик, биостимулятордук жана антагонисттик касиеттерин изилдөө
Entomopatojen fungus Beauveria bassiana'nın biyoinsektisidal, biyostimilatör ve antagonistik özelliklerinin incelenmesi
ELİTA İSMAİLOVA
Yüksek Lisans
Kırgızca
2025
ZiraatKırgızistan-Türkiye Manas ÜniversitesiBitki Koruma Ana Bilim Dalı
PROF. DR. TİNATİN DÖÖLÖTKELDİEVA
- GEE platformu üzerinden sentinel-2 görüntüleriyle pirinç bitkisinin fenolojik parametrelerinin belirlenmesi: İpsala ve Gönen örneği
Determination of phenomenological parameters of rice plant with sentinel-2 images on GEE platform: The example of Ipsala and Gönen
ALEYNA ŞİMŞEK
Yüksek Lisans
Türkçe
2025
Jeodezi ve FotogrametriKaradeniz Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. ESRA TUNÇ GÖRMÜŞ
- Paddy-rice leaf area index (LAI) estimation using radar and optical imagery
Radar ve optik görüntüler kullanarak çeltik bitkisi yaprak alan indeks kestirim
ELNAZ NAJATISHENDI
Yüksek Lisans
İngilizce
2017
İletişim Bilimleriİstanbul Teknik Üniversitesiİletişim Bilimleri Ana Bilim Dalı
DOÇ. DR. ESRA ERTEN
- Paddy rice Leaf Area Index (LAI) estimation with machine learning models using synthetic aperture radar and optical data
Sentetik açıklıklı radar ve optik veriler kullanılarak makine öğrenmesi modelleriyle çeltik bitkisi Yaprak Alan İndeks (YAI) tahmini
GÜLSÜM POSTALLI
Yüksek Lisans
İngilizce
2025
Jeodezi ve FotogrametriHacettepe ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. SAYGIN ABDİKAN