Faster R-CNN Kullanarak Elmalarda Çürük Tespiti

Authors : Onur CÖMERT, Mahmut HEKİM, Kemal ADEM

Pages : 335-341

Doi:10.29137/umagd.469929

View : 14 | Download : 7

Publication Date : 2019-01-31

Article Type : Research Paper

Abstract :Bu çalışmada, elmalardan alınan görüntüler üzerinde evrişimsel sinir ağı yöntemlerinden olan Faster R-CNN kullanılarak elmaların çürük ve sağlam olarak sınıflandırılması amaçlanmaktadır. Önerilen modelde işlem adımları sırasıyla görüntü alma-önişleme, çürük bölgelerin tespit edilmesi ve elmaların sınıflandırması şeklindedir. Görüntü alma-önişleme aşamasında, tasarlanan bir görüntü alma platformu içerisinde bulunan NIR kamera kullanılmıştır. Çalışmada 100’ü çürük ve 100’ü sağlam olan toplam 200 adet elmanın her birinin 6 farklı açısından toplam 1200 adet görüntü elde edilmiştir. Önişleme aşamasında, bu görüntülere sırasıyla uyarlamalı histogram eşitleme, kenar bulma, morfolojik işlemler uygulanmıştır. Önişlem uygulanarak görünürlüğü iyileştirilen yeni görüntüler kullanılarak eğitilen Faster R-CNN modeli ile çürük bölgeler tespit edilmiştir. Sınıflandırma aşamasında, çürük ve sağlam elmaların tespit edilmesinde %84,95 doğru sınıflandırma oranına ulaşılmıştır. Sonuç olarak, önerilen modelin meyve suyu gıda sanayisinde çürük ve sağlam elmaların otomatik olarak tespit edilmesinde kullanılabileceği düşünülmektedir. 
Keywords : Çürük elma tespiti, görüntü işleme, sınıflandırma, evrişimsel sinir ağı, Faster R CNN