Download PDFOpen PDF in browserTransfer Öğrenme Tabanlı Yöntemler ile Bitki Türlerinin SınıflandırılmasıEasyChair Preprint 84477 pages•Date: July 10, 2022AbstractBitki ilaç, tarım başta olmak üzere çevre, endüstriyel ve ekolojik alanlarda önemli bir rol oynamaktadır. Son yıllarda kentsel gelişim ve çevresel tahribat neticesinde küresel ısınma ve biyoçeşitlilik kaybı yaşanmaktadır. Küresel ısınma neticesinde ozon tabakasının incelmesinden çok sayıda bitki türünün ölmesine kadar çok çeşitli olumsuz vaka meydana gelmektedir. Ozon tabakasının incelmesi nasıl insanların zararlı güneş ışınlarını doğrudan görmesine neden olabiliyorsa aynı şekilde bitki türlerinin yok olması ile de farklı zararlar oluşmaktadır. Belirtilen nedenlerden dolayı doğa ile insan hayatı birbiri ile doğrudan ilişkilidir. Bu ilişkiyi koruyabilmek için insanlığa faydalı bitki türlerinin korunması gerekmektedir. İnsanlara faydalı bitki türlerini korumanın başlangıç adımı bitkileri tanımaktır. Yeryüzünde isimlendirilmiş ya da isimlendirilmemiş binlerce bitki türü bulunmaktadır. Bu kadar bilgi çeşidini kategorize ederek sınıflandırmak da büyük bir bilgi işlem gücü istemektedir. Bitkiye ait çiçeği, kabuğu, meyvesi ve tohumu gibi ayırt edici öznitelikleri kullanılarak sınıflandırma yapılabileceği gibi yaprak özniteliği kullanarak da sınıflandırma yapılabilir. Bitkiyi yaprak tabanlı olarak sınıflandırma yapmak için öznitelik çıkarma tabanlı, seyrek temsili, alt uzay öğrenme tabanlı yöntemler bulunmaktadır. Ancak bu çalışmada son zamanlarda herhangi bir ön işleme dahi uygulamadan sınıflandırma görevlerinde güçlü bir yapı sağlayan derin öğrenme tabanlı yöntemler tercih edilmiştir. Bu çalışma kapsamında MobileNet V2 mimarisini temel alarak transfer öğrenme tabanlı bir derin öğrenme modeli önerilmiştir. Önerilen yapı, temel MobileNet V2 modeli ile performans ölçümleri ile karşılaştırılmıştır. Keyphrases: Artificial Intelligience, MobileNet-V2, Plant types, Transfer Learning, deep learning
|