Bu makalede, bitki yapraklarının sınıflandırılması için kullanılan pek çok yönteme karşı derin öğrenme yoluyla sınıflandırılması yapılarak derin öğrenme algoritmalarının başarımları ortaya konulmuştur. Görüntü işleme yöntemleri ile yapılan sınıflandırma işlemlerinde ön işlem, özellik çıkarımı ve sınıflandırma yöntemi aracılığı ile sonuç alınmaktadır. Derin öğrenme yöntemlerinde yapılan işlemlerde bu gibi işlemlere ihtiyaç duyulmamaktadır. Derin öğrenme yöntemlerinde, ön işlem ve özellik çıkarım gibi aşamalar Konvolüsyonel Sinir Ağları aracılığı ile gerçekleştirilmektedir.
Bu çalışmada, yaprak örüntüsü olarak kullanılan veri tabanında, görüntü örnekleri 32 sınıftan oluşan yaklaşık 1900 görüntü vardır. Her bir görüntü sınıfı için ortalama 60 adet görüntü yer almaktadır. Burada yer alan görüntüler yansıma ve tersleme işlemleriyle 4 katına çıkarılmış yaklaşık olarak 7600 görüntü ile işlemler yapılmıştır.
Derin öğrenme yöntemlerinden ise AlexNet, Vgg16, Vgg19, ResNet50, GoogleNet gibi derin öğrenme algoritmaları kullanılmış her bir algoritma için yaprak sınıflandırma uygulaması yapılarak, başarımları değerlendirilmiştir.
Derin Öğrenme Evrişimsel Sinir Ağları Yaprak Sınıflandırma Derin Öğrenme Algoritmaları
Deep Learning Convolutional Neural Networks Leaf Classification Deep Learning Algorithm
Birincil Dil | Türkçe |
---|---|
Konular | Bilgisayar Yazılımı |
Bölüm | Makaleler |
Yazarlar | |
Yayımlanma Tarihi | 2 Nisan 2018 |
Gönderilme Tarihi | 28 Şubat 2018 |
Kabul Tarihi | 20 Mart 2018 |
Yayımlandığı Sayı | Yıl 2018Cilt: 1 Sayı: 1 |
The papers in this journal are licensed under a Creative Commons Attribution-NonCommercial 4.0 International License