@article{article_1622130, title={Uzaktan Algılama Görüntülerinden Bina Çıkarımında FPN-ResNeXt50 ve VGG16-UNet Modellerinin Karşılaştırılması}, journal={Türk Uzaktan Algılama ve CBS Dergisi}, volume={6}, pages={144–167}, year={2025}, DOI={10.48123/rsgis.1622130}, author={Şenses, Serhat and Tanır Kayıkçı, Emine}, keywords={Deep learning, Artificial neural networks, Segmentation, Classification}, abstract={Uzaktan algılama görüntülerinden binaların çıkarılması, arazi kullanımı, iklim ve çevre araştırmaları, afet izleme ve önlemesi imar uygulamaları, gibi çok çeşitli alanlar için gerekli olan bir bilgilerin elde edilmesinde önemli bir veri olarak karşımıza çıkmaktadır. Bu çalışmada, kentsel yerleşim alanları ve kırsal yerleşim alanlarını içeren farklı şehir planlama modellerine sahip Şikago, Austin, Tirol, Viyana ve Kitsap şehirlerine ait 5 farklı kent dokusu için görüntü bölütleme ve sınıflandırma uygulaması yapılmıştır. Görüntülerden binaların çıkarılması için farklı yapay sinir ağları ile bölütleme algoritmaları kullanılarak elde edilen sonuçlar karşılaştırılmıştır. Inria veri seti üzerinde eğitilmiş iki farklı modelin binaların çıkarımında elde ettikleri başarı oranları incelenmiştir. Omurga olarak ResNeXt50 ve FPN mimarisi birlikte kullanılarak bina çıkarımı yapılmış ve sonuçları U net omurgası ile VGG16 mimarisi kullanılarak elde edilen çıkarım sonuçları ile karşılaştırılmıştır. ResNeXt50 ve FPN modeli test verileri üzerinde %96,74 doğrulukla en iyi çıkarım sonucunu vermiştir.}, number={2}, publisher={Halil AKINCI}