Geri Dön

Automatic ship detection based on deep learning from high-resolution satellite imagery

Yüksek çözünürlüklü uydu görüntülerinden derin öğrenmeye dayali otomatik gemi tespiti

PDF İndir

  1. Tez No: 981992
  2. Yazar: CÜNEYT BAYRAK
  3. Danışmanlar: DR. ÖĞR. ÜYESİ GÖKALP TULUM
  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: Üsküdar Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Denizlerdeki gemi hareketliliğinin tespit edilerek analiz edilmesi, uluslar için hem tehdit unsularının hem de ticari faaliyetlerin seyrini anlamada büyük önem arz etmektedir. Yüksek çözünürlüklü görüntü yakalayabilen uyduların sayısının giderek artması, sadece gemi tespiti değil gemi hariç diğer tüm nesnelerin tespiti konusunda bizlere yeterince veri sağlamıştır. Bu tez çalışmasında, Optik Uydu Görüntülerinden, konvolüsyonel sinir ağı (CNN) tabanlı bir derin öğrenme yöntemi olan You Only Look Once (YOLO) kullanılarak gemi tespiti yapılmaya çalışılmıştır. Mevcut yöntemler, yüksek çözünürlüklü görüntülere görüntü ön işleme teknikleri uygulayarak ve büyük ebatlı bu görüntüleri tek seferde işlemeye çalışarak ciddi mana da işlemci gücü tüketmektedir. Bu tez çalışması, gemi tespitinin yanı sıra, herhangi bir görüntü ön işleme tekniği kullanmadan ve büyük veriyi parçalı halde işleyerek hem işlemci gücünden hem de zamandan tasarruf sağlamayı da hedeflemektedir. Yapılan çalışmada elde edilen bulgular göstermiştir ki herhangi bir görüntü ön işleme kullanmadan da kayda değer başarı elde edilebilir. Ayrıca görüntüleri tek seferde CNN ağına vermektense veriyi parça parça işlemek ve her eğitimin sonunda elde edilen modeli bir sonraki parçalı veride eğitmek için kullanmak zamandan tasarruf elde etme adına önemli bir yaklaşım sunmuştur. Çalışmada kullanılan veri seti Airbus Ship Detection adında Kaggle'da yayınlanmış bir veri setidir. Veri seti belli bir irtifadan çekilen görüntülerden oluştuğu için eğitim sonucunda oluşan modelimiz sadece o irtifadan görüntüler üzerinde Mean Average Precision (mAP50): 0.916, mAP50:95: 0.715, Hassasiyet: 0.922, Duyarlılık: 0.851 ve F2: 0.864 metrik değerlerine ulaşmıştır.

Özet (Çeviri)

Detecting and analyzing ship movements at sea is of great importance for nations to understand the course of both threats and commercial activities. The increasing number of satellites capable of capturing high-resolution imagery has provided us with sufficient data not only for ship detection but also for the detection of all objects other than ships. In this thesis, a convolutional neural network (CNN) based deep learning method, You Only Look Once (YOLO), is used to detect ships from Optical Satellite Images. Existing methods consume significant processing power by applying image preprocessing techniques to high-resolution images and trying to process these large-sized images at once. In addition to ship detection, this thesis aims to save both processing power and time by processing big data in a fragmented manner without using any image preprocessing techniques. The findings of the study show that significant success can be achieved without any image preprocessing. In addition, instead of feeding the images to the CNN network all at once, processing the data piece by piece and using the model obtained at the end of each training to train the model on the next piece of data provided an important approach to save time. The dataset used in the study is a dataset published on Kaggle called Airbus Ship Detection. Since the dataset consists of images taken at a certain altitude, our training model achieved metric values of Mean Average Precision (mAP50): 0.916, mAP50:95: 0.715, Precision: 0.922, Recall: 0.851 and F2: 0,864 only on images from that altitude.

Benzer Tezler

  1. Tez No

    564955

    Derin öğrenme yöntemi ile optik uydu görüntülerinden gemi tespiti

    Ship detection by optical satellite images with deep learning method

    OSMAN DUMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. MESUT KARTAL

  2. Tez No

    767471

    Object detection from optical satellite images using deep learning techniques

    Derin öğrenme tekniklerini kullanarak optik uydu görüntülerinden nesne tespiti

    ESRA YILDIRIM

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Jeodezi ve FotogrametriGebze Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. TAŞKIN KAVZOĞLU

  3. Tez No

    934752

    Derin öğrenme kullanılarak uzaktan algılama görüntülerinden gemi tespiti

    Ship detection from remote sensing images using deep learning

    BEYZANUR TEKİNDEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FATİH AHMET ŞENEL

  4. Tez No

    228

    1,3-difenil-4,5-bis(hidroksiimino)-imidazolidin ve Ni(II), Cu(II), Pd(II), UO2(VI) komplekslerinin sentezi

    Başlık çevirisi yok

    VEFA AHSEN

    Doktora

    Türkçe

    Türkçe

    1984

    Kimya MühendisliğiUludağ Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖZER BEKAROĞLU

  5. Tez No

    250

    Üniversitelerdeki öğrenci işlerinin mikrobilgisayarlar yardımı ile çözümlenmesine ilişkin bir araştırma

    Başlık çevirisi yok

    SAİT ESLEK

    Yüksek Lisans

    Türkçe

    Türkçe

    1985

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    YRD. DOÇ. DR. HALİL ŞENGONCA

Geri Dön