Makale 3
Makale Adı: Detection of Hazelnut Varieties and Development of Mobile Application with CNN Data Fusion Feature Reduction-Based Models
Makale Özeti: Dünya genelinde birçok tarım ürününde, fındık dahil, üretim ve son kullanıcıya teslim aşamalarının çoğu ya elle ya da teknoloji ile donatılmamış makinelerle gerçekleştirilmektedir. Son yıllarda, özellikle meyve, sebze ve tahıl ürünlerinde ürün kalitesini ve sınıflandırmayı belirlemek için derin öğrenme algoritmaları gibi hızlı ve güvenilir olmayan yıkıcı olmayan yöntemler öne çıkmıştır. Bu çalışma, fındıkları derin öğrenme algoritmaları kullanarak sınıflandırmayı hedeflemekte, böylece sıralama sürecinde harcanan iş gücü, zaman ve maliyeti en aza indirmeyi amaçlamaktadır. Giresun, Ordu ve Van fındık çeşitlerinden elde edilen fındık görüntüleri üzerinden, InceptionV3 ve ResNet50 gibi derin öğrenme modelleri kullanılarak sınıflandırma yapılmıştır. Modellerin sınıflandırma yeteneklerini birleştirmek için, InceptionV3+ResNet50 veri birleşimi modeli, veri birleşim yöntemi kullanılarak oluşturulmuştur. Ayrıca, özellik sayısını azaltmak için veri birleşim modeline bir konvolüsyon katmanı eklenmiş ve özellik indirgeme işlemleri gerçekleştirilmiştir. Toplam 3627 görüntü kullanılarak yapılan sınıflandırma, %100 sınıflandırma doğruluğu ile sonuçlanmıştır. Tüm modellerin sınıflandırma süreleri analiz edilmiştir. Bu analizlere dayanarak, en kısa sınıflandırma süresine sahip olan ve %100 sınıflandırma doğruluğu gösteren 1024 indirgenmiş özellikli veri birleşimi modeli seçilmiştir. Bu model temel alınarak, sahada kolay fındık sınıflandırması yapabilen bir mobil uygulama geliştirilmiştir. Uygulamada gerçekleştirilen fındık sınıflandırması, endüstriyel ve kişisel alanlarda çalışan uzman olmayan kişiler ve profesyoneller için işleri kolaylaştıracaktır. Bu yöntemlerle, farklı endüstrilerde kullanılmak üzere geliştirilen ürün ve cihazlar için patentler alınabilir, böylece ülkemizin ekonomik değer katkısı artırılabilir.
Makale Linki : https://link.springer.com/article/10.1007/s00217-023-04369-9