GÖRÜNTÜ ÖN İŞLEME TEKNİKLERİ VE DERİN ÖĞRENME İLE BİTKİ ZARARLILARININ SINIFLANDIRILMASI

Abstract

Bitki zararlılarının erken dönemde, etkili bir şekilde tespit edilip kontrol altına alınmalarını sağlamak bitkilerin korunmasına, ürün veriminin artırılmasına ve tarım ekonomisindeki kayıpların azaltılmasına yardımcı olmaktadır. Bu çalışmada, bitki zararlılarının sınıflandırılması için derin öğrenme tabanlı yöntemler önerilmiştir. Aynı zamanda çeşitli görüntü ön işleme tekniklerinin performansa etkisi araştırılmıştır. Önerilen modeller, önceden eğitilmiş beş farklı derin sinir ağı (GoogLeNet, ResNet-18, ResNet-101, VGG-16 ve VGG-19) ile transfer öğrenimi ve bu ağlardan çıkarılan öznitelikler ile Destek Vektör Makinesi sınıflandırıcısını kullanmaktadır. Ayrıca yeşil renk kanalı çıkarımı, veri artırımı, histogram eşitleme, derin öğrenme tabanlı segmentasyon ile arka plan eliminasyonu gibi farklı görüntü ön işleme teknikleri ayrı ayrı ve birlikte kullanılarak kapsamlı bir performans analizi yapılmıştır. Deneyler, sırasıyla 10 ve 40 bitki zararlısı türü içeren Li ve D0 veri setleri üzerinde gerçekleştirilmiştir. Deneyler sonucunda iki veri setinde de veri artırımı ve ResNet-101 ağı ile transfer öğrenimi yöntemi kullanılarak sırasıyla %96.36 ve %99.63 doğruluk ile en yüksek performanslar elde edilmiştir. Deneysel sonuçlar, önerilen modellerin bitki zararlısı kontrolünde etkin bir şekilde kullanılabileceğini göstermektedir.