Geri Dön

Evrişimli sinir ağları kullanarak video verileri üzerinde drone tespiti

Drone detection on video data using convolutional neural networks

PDF İndir

  1. Tez No: 965512
  2. Yazar: BÜŞRA ÖZCAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ABDULLAH ERHAN AKKAYA
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: İnönü Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tez çalışmasında, görüntü işleme ve derin öğrenme tabanlı yaklaşımlar kullanılarak insansız hava araçlarının (drone) gerçek zamanlı tespiti amaçlanmıştır. Çalışmada, YOLO mimarisinin en güncel versiyonu olan YOLOv11 modeli temel alınmış ve farklı hiperparametre kombinasyonları altında drone-kuş ayrımı üzerine eğitimler gerçekleştirilmiştir. Eğitimlerde kullanılan veri seti, hem drone hem de kuş görüntülerinden oluşmakta olup, video formatından elde edilen karelerle manuel olarak etiketlenmiştir. Eğitim süreci boyunca freeze parametresi ve giriş boyutu gibi değişkenler sistematik olarak test edilmiştir. Deneysel sonuçlara göre, YOLOv11 modeli yüksek doğruluk ve duyarlılık değerleri ile karmaşık sahnelerde etkili nesne tespiti gerçekleştirebilmiştir. Elde edilen bulgular, özellikle güvenlik, sınır kontrolü ve hava sahası gözetimi gibi alanlarda kullanılabilecek yapay zekâ destekli gözetim sistemlerinin geliştirilmesine katkı sağlamaktadır. Ayrıca, bu çalışmada YOLOv8 modeli ile karşılaştırmalı analizler sunularak, YOLOv11'in üstünlükleri deneysel olarak ortaya konmuştur.

Özet (Çeviri)

In this thesis study, it was aimed to detect unmanned aerial vehicles (drones) in real time by using image processing and deep learning-based approaches. The YOLOv11 model, which is the most recent version of the YOLO architecture, was used as the main model, and drone-bird classification was performed under different hyperparameter settings. The dataset used in training consists of both drone and bird images, and the images were manually labeled by extracting frames from video footage. During the training process, variables such as the freeze parameter and input size were tested systematically. According to the experimental results, the YOLOv11 model achieved effective object detection even in complex scenes with high precision and recall values. The findings of this study can contribute to the development of AI-assisted surveillance systems, especially in areas such as security, border control, and airspace monitoring. In addition, the performance of YOLOv11 was compared with the YOLOv8 model, and the experimental results revealed the advantages of YOLOv11 over the older version.

Benzer Tezler

  1. Tez No

    633654

    DRONE AND BIRD CLASSIFICATION USING CONVOLUTIONAL NEURAL NETWORKS

    EVRİŞİMSEL SİNİR AĞI YÖNTEMİ İLE İNSANSIZ HAVA ARACI VE KUŞ SINIFLANDIRMASI

    EDA KARALA

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BEHÇET UĞUR TÖREYİN

  2. Tez No

    866240

    Crowd density map estimation system from aerial images

    Havadan alınan görüntülerden yoğunluk haritası tespit sistemi

    OSMAN TARIK ÇETİNKAYA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HAZIM KEMAL EKENEL

  3. Tez No

    2703

    Design and implementation of an ECB-BUS compatible FDC board

    Başlık çevirisi yok

    M.ORHUN ARKUT

    Yüksek Lisans

    İngilizce

    İngilizce

    1987

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    DOÇ. DR. HAYRETTİN KÖYMEN

  4. Tez No

    3371

    Toz metalurjisi terminolojisinin araştırılması ve çok dilli bilgisayar programı yazılımı

    Investigation of the powder metallurgy terminology and development of a multi-language computer program

    İHSAN EFEOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1988

    Metalurji MühendisliğiGazi Üniversitesi

    Makine Eğitimi Ana Bilim Dalı

    PROF. DR. ETİ MUSTAFA UYGUR

  5. Tez No

    5336

    X-ışınları kırınım verileri değerlendirme bilgisayar programı yazılımı

    Software development for the analyses of x-ray diffraction data

    YUSUF ÖZÇATALBAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    1988

    Metalurji MühendisliğiGazi Üniversitesi

    Metalurji Eğitimi Ana Bilim Dalı

    PROF.DR. ETİ MUSTAFA UYGUR

Geri Dön