Pancar bitki hastalıklarının derin öğrenme ile sınıflandırılması
Classification of beet plant diseases using deep learning
- Tez No: 886147
- Danışmanlar: DR. ÖĞR. ÜYESİ YAVUZ ÜNAL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Amasya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Teknoloji ve İnovasyon Yönetimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Şeker insan hayatı için vazgeçilmez bir öneme sahiptir. Şeker pancarı temel gıda maddesi olan şeker üretiminin haricinde diğer yan ürünleri ile tarımsal ve ekonomik açıdan büyük bir öneme sahiptir. Üretilecek olan şekerin verimi ve kalitesini olumsuz yönde etkileyen sebeplerin başında bitkide meydana gelebilecek hastalıklar yer almaktadır. Şeker pancarında oluşan yaprak hastalıkları nedeni ile kök gelişimleri istenilen seviyelere gelememekte buda bitkinin şeker oranı ve verimini düşürmektedir. Yapraklarda oluşan hastalıkların erken dönemlerde tespit edilmesi hastalığın yayılımını veya bitkiye vereceği zararı en aza indirmektedir. Hastalıkların tespitinde gelişen teknoloji ile beraber görüntü ve nesne algılama için derin öğrenme yöntemleri kullanılmaktadır. Bu modeller arasında sürekli güncellenen versiyonları ve artan kullanım alanları ile YOLO (You only look once) dikkat çekmektedir. Bu çalışmada YOLOv8, ResNet50 ve DenseNet121 modelleri kullanılarak ülkemizde yaygın olarak görülen şeker pancarı hastalıklarından cercospora (yaprak lekesi), powdery mildew (külleme) hastalıklarının sınıflandırılması incelenmiştir. YOLOv8'in alt modelleri ile yapılan sınıflandırma işlemleri ile ResNet50 ve DenseNet121 transfer öğrenme modellerinin eğitim sonuçları performans değerlendirme kriterlerine göre karşılaştırılmıştır.
Özet (Çeviri)
Sugar has an essential importance for human life. As a staple food, sugar beet has great agricultural and economic importance with its other by-products besides sugar production. The main reasons that negatively affect the yield and quality of the sugar to be produced are the diseases that may occur in the plant. Due to leaf diseases in sugar beet, root development cannot reach the desired levels, which reduces the sugar content and yield of the plant. Detecting diseases in the leaves at an early stage minimizes the spread of the disease or the damage to the plant. In the detection of diseases, deep learning methods are used for image and object detection along with advancing technology. Among these models, YOLO (You Only Look Once) attracts attention with its constantly updated versions and increasing usage areas. In this study, the classification of Cercospora (leaf spot) and powdery mildew diseases, which are common sugar beet diseases in our country, were examined by using YOLOv8, ResNet50, and DenseNet121 models. With the classification processes performed with YOLOv8 submodels, the training results of ResNet50 and DenseNet121 transfer learning models were compared according to performance evaluation criteria.
Benzer Tezler
- Ankara İli ve çevresindeki şeker pancarlarında görülen virüs hastalıklarının tesbiti üzerinde araştırmalar
Başlık çevirisi yok
BİNNUR KIYMAZ
- Bursa ve Çanakkale illerinde bazı yörelerde üretilen şeker pancarı bitkilerindeki virüs hastalıklarının saptanması
The detection of viruses on sugar beet plants grown in certain districts of Bursa and Canakkale provinces
SERPİL TOK
- Trakya bölgesi şeker pancarı üretim alanlarında beet necrotıc yellow veın vırus (bnyvv), beet western yellows vırus (bwyv) ve beet yellows vırus (byv) hastalıklarının saptanması üzerine araştırmalar
Investigations on sugar beet virus diseases caused by beet necrotic yellow vein virus (bnyvv), beet western yellows virus (bwyv) and beet yellows virus (byv) in the sugar beet growing areas in the trakya region of Turkey
HARUN ÖZDEMİR
Yüksek Lisans
Türkçe
2014
ZiraatNamık Kemal ÜniversitesiBitki Koruma Ana Bilim Dalı
PROF. DR. HAVVA İLBAĞI
- Kыргызстанда өстүрүлгөн жүгөрү сортторун генетикалык модификацияланган организмдердин болуусуна карата изилдөө
Kırgızistan'da yetiştirilen mısır çeşitlerine genetiği değiştirilmiş organizmaların dahil edilmesi
ASEL CODARBEKOVA
Yüksek Lisans
Kırgızca
2025
BiyoteknolojiKırgızistan-Türkiye Manas ÜniversitesiBiyoteknoloji Ana Bilim Dalı
DOÇ. DR. KADIRBAY ÇEKİROV
- Samsun ili şeker pancarı üretim alanlarında vektör polymyxa betae keskin ile taşınan toprak kökenli virüs hastalıklarının belirlenmesi
Detection of soilborne viruses transmitted by polymyxa betae keskin at sugar beet production areas in samsun province
SEMRA SARAÇOĞLU
Yüksek Lisans
Türkçe
2007
ZiraatOndokuz Mayıs ÜniversitesiBitki Koruma Ana Bilim Dalı
Y.DOÇ. NAZLI DİDE KUTLUK YILMAZ