Derin Öğrenme Yaklaşımlarıyla Çevresel İzlemeye Yönelik Çok-Sınıflı Sınıflandırma

Authors : Şaziye Özge ATİK

Pages : 307-314

Doi:10.31590/ejosat.1057643

View : 12 | Download : 8

Publication Date : 2022-11-30

Article Type : Research Paper

Abstract :Sınıflandırma haritaları, çevresel izleme görevlerinin ana çıktı türlerinden biridir. Bu çalışmada, görüntü sınıflandırması için uzaktan algılama verileri kullanılarak derin öğrenme algoritmaları uygulanmıştır. Uygulamada UC Merced ve WHU-RS19 olmak üzere iki veri seti üzerinde farklı CNN modelleri kullanılmıştır. Test aşamasında derin öğrenme modellerinin tahminleri ile çok-sınıflı sınıflandırma yapılmış ve sınıflandırmaya ait değerlendirme ölçütleri hesaplanmıştır. Kullanılan CNN modellerinin veri setlerindeki performansları genel doğruluk ölçütünde değerlendirilmiştir. DenseNet201 modelinin, UC Merced ve WHU-RS19 veri setlerinin her ikisinde de testlerde daha yüksek performanslı sonuçlara sahip olduğu gözlemlenmiştir. Elde edilen sonuçlar, literatürdeki diğer çalışmaların sonuçlarıyla karşılaştırılmıştır. UC Merced veri setindeki uygulamada %98.81 genel doğruluk ile bu çalışmada kullanılan DenseNet201 modelinin diğer çalışmalardan daha yüksek performansa sahip olduğu gözlenmiştir. Ayrıca, her iki veri setinde benzer olan arazi kullanım sınıfları belirlenmiş ve en iyi performans gösteren algoritmadaki sonuçları yorumlanmıştır, Benzer sınıfların yapılan testlerde sınıflandırılması kesinlik, duyarlılık ve F1 skoru ölçütleri kullanılarak değerlendirilmiştir.
Keywords : Derin öğrenme, Çevresel izleme, Evrişimsel Sinir Ağları, Çok sınıflı sınıflandırma