Tarımsal üretimde kalite ve verimin artırılması ve maliyetlerin azaltılması için yüksek doğrulukla çalışan otonom sistemlerin kullanımı kaçınılmazdır. Ürün hasatının çok sayıda otonom robot sistemi tarafından farklı olgunluk seviyelerindeki ürünlerin toplanması şeklinde gerçekleştirilebilmesi için ürünlerin olgunluklarının yapay zeka yöntemleriyle tespit edilebilmesi gerekmektedir. Bu çalışmada, çoklu otonom robotik hasat sistemlerinde kullanılmak üzere muz olgunluk seviyelerinin otonom olarak sınıflandırılmasına yönelik iki evrişimsel sinir ağı modeli (YOLOv5s,YOLOv8n) kullanılmıştır. Modeller, 6 sınıflı bir muz olgunluk seviyesi veri seti ile eğitilerek elde edilen test sonuçları yaygın kullanılan ölçütler ile karşılaştırılmıştır.
tarımsal otomasyon sistemleri muz olgunluk seviyesi derin öğrenme evrişimsel yapay sinir ağları
Primary Language | Turkish |
---|---|
Subjects | Electrical Engineering (Other) |
Journal Section | Akademik ve/veya teknolojik bilimsel makale |
Authors | |
Publication Date | October 18, 2023 |
Submission Date | July 8, 2023 |
Published in Issue | Year 2023 Volume: 13 Issue: 3 |
EMO BİLİMSEL DERGİ
Elektrik, Elektronik, Bilgisayar, Biyomedikal, Kontrol Mühendisliği Bilimsel Hakemli Dergisi
TMMOB ELEKTRİK MÜHENDİSLERİ ODASI
IHLAMUR SOKAK NO:10 KIZILAY/ANKARA
TEL: +90 (312) 425 32 72 (PBX) - FAKS: +90 (312) 417 38 18
bilimseldergi@emo.org.tr