PİRİNÇ YAPRAK HASTALIKLARININ SINIFLANDIRILMASINDA DERİN EVRİŞİMLİ SİNİR AĞI MODELLERİNİN KARŞILAŞTIRMALI ANALİZİ

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Atatürk Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalı, Türkiye

Tezin Onay Tarihi: 2023

Tezin Dili: Türkçe

Öğrenci: ERKAN VEZİROĞLU

Asıl Danışman (Eş Danışmanlı Tezler İçin): Ahmet Coşkunçay

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

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.