Pub Date : 2019-05-01DOI: 10.9733/JGG.2019R00601003.T
Ünsal Burak Şalvarci, Umut Engin Ayten
Endustriyel ve akademik calismalarda objelerin agirliklarinin olculmesi oldukca onemli bir yere sahiptir. Bu nedenle gerceklestirilmis olan bu calismada yapay sinir aglari (YSA) kullanilarak goruntu islemeye dayali uzakliktan ve kamera acisindan bagimsiz agirlik tahmini yapilmasi amaclanmistir. Yapay sinir agi yapisi olarak ileri beslemeli cok katmanli algilayici (multi-layer perceptron - MLP) ve radyal tabanli fonksiyon (radial basis function - RBF) agi kullanilmistir. Agirligi tahmin edilecek obje olarak da portakal ve yumurta ornekleri belirlenmistir. Bu ornekler ile sistemin egitilmesi ve test edilmesi icin; 4 farkli marka ve 4 farkli sinif (cok buyuk - buyuk - orta - kucuk) olacak sekilde 250 adet yumurta ornegi ve farkli boyutlarda 150 adet portakal ornegi secilmistir. Bu ornekler kullanilarak; yumurta icin dik aci, pozitif aci ve negatif aci ile elde edilmis 750 adet goruntu iceren, portakal icin de dik aci, pozitif aci ve negatif aci ile elde edilmis 450 adet goruntu iceren bir veri tabani olusturulmustur. Olusturulan bu agirlik tahmin sistemi; bir adet kamera, yapay aydinlatma sistemi, yansiticilar ve referans goruntuden olusmaktadir ve ayrica agirlik tahmin islemi sirasinda MATLAB programi ve arac kutulari kullanilmistir. Bu calismada farkli oznitelik vektorleri, farkli acilardan cekilmis goruntuler ve farkli YSA parametreleri test edilerek basarimi en yuksek olan sistemin kurulmasi hedeflenmistir. Her bir degisiklik sonucu olusturulan sistem beser kez calistirilarak sonuclarin aritmetik ortalamasi alinmistir. Ayrica basarimi en yuksek olan denemenin, k-katli capraz dogrulama yontemi ile de basarimi hesaplanmistir. Hassas tarti ile yapilan olcumlerde, Turk Gida Kodeksi Yumurta Tebligi’ne gore belirlenmis ve yumurta kutularinin uzerinde yazan siniflandirma degerlerine gore dogruluk orani %47 iken, gerceklestirilen bu calisma sonucunda bu oran MLP’de % 90.50’e, RBF’de % 86.30’e cikarilmistir. Ayrica agirlik tahmininin basarimi; MLP icin yumurta orneginde % 99.42, portakal orneginde % 98.20 ve RBF icin yumurta orneginde % 99.43, portakal orneginde %98.25 olarak hesaplanmistir.
{"title":"Yapay sinir ağları ile görüntü işlemeye dayalı uzaklıktan bağımsız ağırlık tahmin sistemi: yumurta ve portakal örnekleri","authors":"Ünsal Burak Şalvarci, Umut Engin Ayten","doi":"10.9733/JGG.2019R00601003.T","DOIUrl":"https://doi.org/10.9733/JGG.2019R00601003.T","url":null,"abstract":"Endustriyel ve akademik calismalarda objelerin agirliklarinin olculmesi oldukca onemli bir yere sahiptir. Bu nedenle gerceklestirilmis olan bu calismada yapay sinir aglari (YSA) kullanilarak goruntu islemeye dayali uzakliktan ve kamera acisindan bagimsiz agirlik tahmini yapilmasi amaclanmistir. Yapay sinir agi yapisi olarak ileri beslemeli cok katmanli algilayici (multi-layer perceptron - MLP) ve radyal tabanli fonksiyon (radial basis function - RBF) agi kullanilmistir. Agirligi tahmin edilecek obje olarak da portakal ve yumurta ornekleri belirlenmistir. Bu ornekler ile sistemin egitilmesi ve test edilmesi icin; 4 farkli marka ve 4 farkli sinif (cok buyuk - buyuk - orta - kucuk) olacak sekilde 250 adet yumurta ornegi ve farkli boyutlarda 150 adet portakal ornegi secilmistir. Bu ornekler kullanilarak; yumurta icin dik aci, pozitif aci ve negatif aci ile elde edilmis 750 adet goruntu iceren, portakal icin de dik aci, pozitif aci ve negatif aci ile elde edilmis 450 adet goruntu iceren bir veri tabani olusturulmustur. Olusturulan bu agirlik tahmin sistemi; bir adet kamera, yapay aydinlatma sistemi, yansiticilar ve referans goruntuden olusmaktadir ve ayrica agirlik tahmin islemi sirasinda MATLAB programi ve arac kutulari kullanilmistir. Bu calismada farkli oznitelik vektorleri, farkli acilardan cekilmis goruntuler ve farkli YSA parametreleri test edilerek basarimi en yuksek olan sistemin kurulmasi hedeflenmistir. Her bir degisiklik sonucu olusturulan sistem beser kez calistirilarak sonuclarin aritmetik ortalamasi alinmistir. Ayrica basarimi en yuksek olan denemenin, k-katli capraz dogrulama yontemi ile de basarimi hesaplanmistir. Hassas tarti ile yapilan olcumlerde, Turk Gida Kodeksi Yumurta Tebligi’ne gore belirlenmis ve yumurta kutularinin uzerinde yazan siniflandirma degerlerine gore dogruluk orani %47 iken, gerceklestirilen bu calisma sonucunda bu oran MLP’de % 90.50’e, RBF’de % 86.30’e cikarilmistir. Ayrica agirlik tahmininin basarimi; MLP icin yumurta orneginde % 99.42, portakal orneginde % 98.20 ve RBF icin yumurta orneginde % 99.43, portakal orneginde %98.25 olarak hesaplanmistir.","PeriodicalId":33920,"journal":{"name":"Journal of Geodesy and Geoinformation Science","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2019-05-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"80092944","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：