Research Article
BibTex RIS Cite

Salata-Marulda Derin Öğrenme Yöntemleri Kullanılarak Robotik Hasat Kriterlerinin Tespiti

Year 2023, Volume: 10 Issue: 4, 887 - 900, 13.10.2023
https://doi.org/10.30910/turkjans.1298985

Abstract

Bu çalışmada, salata marul yetiştiriciliğinde derin öğrenme metodlarından YOLOv5n, YOLOv5s ve Yolov5m kullanılarak hasat zamanı tespiti belirlenmeye çalışılmıştır. Herbir metot için 640x640 çözünürlük üzerinden eğitim yapılmıştır. Bu eğitim metodlarından hangi metodun ve hangi çözünürlüğün tam sonuç vereceği incelenmiştir. Oluşturan üç modelin tüm metrik değerleri incelenmiştir. En başarılı model YOLOv5n algoritmasıyla, 640x640 boyutundaki görselleri 10 batch size olarak 150 epoch ile eğitilmiş “Model 1” model olduğu görülmüştür. Model değerleri sonuçları “metrics/precision”, “metrics/recall”, “metrics/mAP_0.5” ve “metrics/mAP_0.5:0.95” olarak incelenmiştir. Bunlar, bir modelin tespit başarısını ölçen anahtar metriklerdir ve ilgili modelin doğrulama veri kümesinde gösterdiği performansı belirtmektedir. “Model 1” modelinin metrik verileri, diğer modellerle kıyaslandığında daha yüksek olduğu tespit edilmiştir. Ölçülen değer Model 1: Size: 640x640, Batch: 10, Epoch: 150, Algorithm: YOLOv5n’dir. Buradan “Model 1” in robotik marul hasadında, marulun hasat kriterin bulunması için kullanılacak en iyi tespit modeli olduğu anlaşılmıştır.

References

  • Anonim 1, https://tr.wikipedia.org/wiki/Derin_ögrenme(Erişim tarihi:15.05.2023)
  • Anonim 2,https://www.beyaz.net/tr/yazilim/makaleler/ derin_ogrenme_deep _learning_nedir.html(Erişim tarihi:15.05.2023)
  • Anonim 3,https://alitunacanonar.medium.com/derin-ögrenme-yöntemleri-ve-uygulamaları-1ce215de40e8 (Erişim tarihi:15.05.2023)
  • ASLAN, M. ,(2021). Derin Öğrenme ile Şeftali Hastalıkların Tespiti. European Journal of Science and Technology, 23, 540–546. https://doi.org/10.31590/ejosat.883787
  • Bai, Y., Mao, S., Zhou, J., Zhang, B., (2023). Clustered tomato detection and picking point location using machine learning-aided image analysis for automatic robotic harvesting. Precision Agriculture, 24(2), 727–743. https://doi.org/10.1007/s11119-022-09972-6
  • Bayraktar, K. ,(1981). Sebze Yetiştirme. Cilt II.(Kültür Sebzeleri). E.Ü. Ziraat Fakültesi Yayınları, Bornova-İzmir, No:169 480s.
  • Brahimi, M., Boukhalfa, K., Moussaoui, A., (2017). Deep Learning for Tomato Diseases: Classification and Symptoms Visualization. Applied Artificial Intelligence, 31(4), 299–315. https://doi.org/10.1080/08839514.2017.1315516
  • Diop, P. M.,Takam, O., J.,Nakamura, Y.,Nakamura, M. ,(2020). A Machine Learning Approach to Classification of Okra;35th International Technical Conference on Circuits/Systems, Computers and Communications (ITC-CSCC), Nagoya, Japan, 2020, pp. 254-257.
  • Doğan M.S, (2019), Bitkilerde Görülen Hastalıkların Derin Öğrenme Yöntemleriyle Tespiti Ve Sınıflandırılması, Yalova Üniversitesi ,Fen Bilimleri Enstitüsü ,Bilgisayar Mühendisliği Ana Bilim Dalı , Bilgisayar Mühendisliği Bilim Dalı,Yüksek Lisans Tezi.
  • Eşiyok, D. ,(2012). Kışlık ve Yazlık Sebze Yetiştiriciliği. 404 s. Bornova, İzmir.
  • Günay, A. ,(1993). Özel Sebze Yetiştiriciliği Cilt V. A.Ü. Ziraat Fakültesi Bahçe Bitkileri Bölümü, Ankara, s. 531. Hassim, S. A., Chuah, J. H. (2020). Lettuce classification using convolutional neural network. Food Research, 4, 118–123. https://doi.org/10.26656/fr.2017.4(S6).029
  • Mao,S.,Li,Y.,Ma,Y.,Zhang,B.,Zhou,J.,Wang,K.,(2020),Automatic Cucumber Recognition Algorithm For Harvesting Robots In The Natural Environment Using Deep Learning And Multi-Feature Fusion, Computers and Electronics in Agriculture 170 (2020) 105254, Elsevier Publishing.
  • Sane, T. U., Sane, T. U., (2021). Artificial Intelligence and Deep Learning Applications in Crop Harvesting Robots-A Survey. 3rd International Conference on Electrical, Communication and Computer Engineering, ICECCE 2021. https://doi.org/10.1109/ICECCE52056.2021.9514232
  • Seo,D.,Cho,B.,Kim,K., (2021). Development of monitoring robot system for tomato fruits in hydroponic greenhouses. Agronomy, 11(11), 2211, doi: 10.3390/agronomy11112211
  • Thompson, C.H., Kelly, W.C., (1957). Vegetable Crops. Mc Graw Hill BookCompany Inc., New York Vural, H., D. Eşiyok ve İ. Duman, (2000). Kültür Sebzeleri (Sebze Yetiştirme). Ege Üniversitesi Basım Evi, Bornova, İzmir.
Year 2023, Volume: 10 Issue: 4, 887 - 900, 13.10.2023
https://doi.org/10.30910/turkjans.1298985

Abstract

References

  • Anonim 1, https://tr.wikipedia.org/wiki/Derin_ögrenme(Erişim tarihi:15.05.2023)
  • Anonim 2,https://www.beyaz.net/tr/yazilim/makaleler/ derin_ogrenme_deep _learning_nedir.html(Erişim tarihi:15.05.2023)
  • Anonim 3,https://alitunacanonar.medium.com/derin-ögrenme-yöntemleri-ve-uygulamaları-1ce215de40e8 (Erişim tarihi:15.05.2023)
  • ASLAN, M. ,(2021). Derin Öğrenme ile Şeftali Hastalıkların Tespiti. European Journal of Science and Technology, 23, 540–546. https://doi.org/10.31590/ejosat.883787
  • Bai, Y., Mao, S., Zhou, J., Zhang, B., (2023). Clustered tomato detection and picking point location using machine learning-aided image analysis for automatic robotic harvesting. Precision Agriculture, 24(2), 727–743. https://doi.org/10.1007/s11119-022-09972-6
  • Bayraktar, K. ,(1981). Sebze Yetiştirme. Cilt II.(Kültür Sebzeleri). E.Ü. Ziraat Fakültesi Yayınları, Bornova-İzmir, No:169 480s.
  • Brahimi, M., Boukhalfa, K., Moussaoui, A., (2017). Deep Learning for Tomato Diseases: Classification and Symptoms Visualization. Applied Artificial Intelligence, 31(4), 299–315. https://doi.org/10.1080/08839514.2017.1315516
  • Diop, P. M.,Takam, O., J.,Nakamura, Y.,Nakamura, M. ,(2020). A Machine Learning Approach to Classification of Okra;35th International Technical Conference on Circuits/Systems, Computers and Communications (ITC-CSCC), Nagoya, Japan, 2020, pp. 254-257.
  • Doğan M.S, (2019), Bitkilerde Görülen Hastalıkların Derin Öğrenme Yöntemleriyle Tespiti Ve Sınıflandırılması, Yalova Üniversitesi ,Fen Bilimleri Enstitüsü ,Bilgisayar Mühendisliği Ana Bilim Dalı , Bilgisayar Mühendisliği Bilim Dalı,Yüksek Lisans Tezi.
  • Eşiyok, D. ,(2012). Kışlık ve Yazlık Sebze Yetiştiriciliği. 404 s. Bornova, İzmir.
  • Günay, A. ,(1993). Özel Sebze Yetiştiriciliği Cilt V. A.Ü. Ziraat Fakültesi Bahçe Bitkileri Bölümü, Ankara, s. 531. Hassim, S. A., Chuah, J. H. (2020). Lettuce classification using convolutional neural network. Food Research, 4, 118–123. https://doi.org/10.26656/fr.2017.4(S6).029
  • Mao,S.,Li,Y.,Ma,Y.,Zhang,B.,Zhou,J.,Wang,K.,(2020),Automatic Cucumber Recognition Algorithm For Harvesting Robots In The Natural Environment Using Deep Learning And Multi-Feature Fusion, Computers and Electronics in Agriculture 170 (2020) 105254, Elsevier Publishing.
  • Sane, T. U., Sane, T. U., (2021). Artificial Intelligence and Deep Learning Applications in Crop Harvesting Robots-A Survey. 3rd International Conference on Electrical, Communication and Computer Engineering, ICECCE 2021. https://doi.org/10.1109/ICECCE52056.2021.9514232
  • Seo,D.,Cho,B.,Kim,K., (2021). Development of monitoring robot system for tomato fruits in hydroponic greenhouses. Agronomy, 11(11), 2211, doi: 10.3390/agronomy11112211
  • Thompson, C.H., Kelly, W.C., (1957). Vegetable Crops. Mc Graw Hill BookCompany Inc., New York Vural, H., D. Eşiyok ve İ. Duman, (2000). Kültür Sebzeleri (Sebze Yetiştirme). Ege Üniversitesi Basım Evi, Bornova, İzmir.
There are 15 citations in total.

Details

Primary Language Turkish
Subjects Agricultural, Veterinary and Food Sciences
Journal Section Research Article
Authors

Erhan Kahya 0000-0001-7768-9190

Fatma Özdüven 0000-0003-4286-8943

Yasin Aslan 0009-0007-8042-9729

Publication Date October 13, 2023
Submission Date May 18, 2023
Published in Issue Year 2023 Volume: 10 Issue: 4

Cite

APA Kahya, E., Özdüven, F., & Aslan, Y. (2023). Salata-Marulda Derin Öğrenme Yöntemleri Kullanılarak Robotik Hasat Kriterlerinin Tespiti. Turkish Journal of Agricultural and Natural Sciences, 10(4), 887-900. https://doi.org/10.30910/turkjans.1298985