A deep learning approach for the prediction of diseases in cotton cultivation

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Bilimleri Ana Bilim Dalı, Türkiye

Tezin Onay Tarihi: 2021

Tezin Dili: İngilizce

Öğrenci: BURAK KAYA

Danışman: EFENDİ NASİBOĞLU

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu tezde, pamuk bitkisinin yetiştirilmesinde etkili olan çevresel faktörlerin bir alt başlığı olan pamuk hastalıklarının görüntü işleme ve derin öğrenme yöntemleri yardımıyla tespiti ve tahminlenmesi üzerine yapılan bir çalışma sunulmuştur. İlk aşamada, pamuk bitkisine ait görüntüler, tercih edilen derin öğrenme yöntemlerinin uygulanması esnasında karşılaşılabilecek sorunları minimize etmek adına ön işleme tabi tutulmuştur. Ön işlem sonucu elde edilen bu veriler, uygulanan derin öğrenme modellerinin optimizasyonu için girdi verileri olarak kullanılmıştır. Bu girdi verileri yardımıyla, Evrişimli Sinir Ağları, Uzun Kısa Vadeli Hafıza Ağları ve Evrişimli Uzun-Kısa Vadeli Hafıza Ağları modellerinin hiper-parametrelerine karar verilmiştir. Son aşamada ise, optimize edilen bu modellere girdi olarak verilen rastgele görüntüler üzerinden yapılan tahminlemelerin başarım oranları değerlendirilmiştir. Çalışma neticesinde elde edilen sonuçlar, analiz edilmiş ve literatürdeki çalışmalar ile karşılaştırılmıştır.