Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: Doruk SÖNMEZ
Danışman: Aydın Çetin
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:
Derin öğrenme tabanlı bilgisayarlı görme uygulamalarının kullanımı, AlexNet evrişimli sinir ağı mimarisinin 2012'de ImageNet Büyük Ölçekli Görsel Tanıma Yarışmasını (ILSVRC) kazanmasının ardından ivme kazanmıştır. Bu ivme derin öğrenme yöntemlerinin savunma sanayi, akıllı şehirler, akıllı video analitiği, endüstriyel denetim ve sağlık hizmetleri gibi çeşitli alanlarda yaygın bir şekilde uygulamaya başlanmasına sebep olmuştur. Bu ve benzeri alanlarda elde edilen yüksek başarım, son yıllarda tarım ve hayvancılık da dahil olmak üzere diğer alanlarda yapay zeka yöntemlerinin yaygınlaşmasına sebep olmuştur. Bu tezde; yapay zeka modeli eğitimi, model optimizasyonu, model çalıştırma, meta veri akışı, meta veri kaydı, sonuç filtreleme/arama ve veri görselleştirme işlemlerini kolaylaştırmak amacıyla, derin öğrenme tabanlı bilgisayarlı görme uygulamaları için uçtan uca bir iş akışı önerilmiştir. Önerilen akışta son teknoloji derin öğrenme algoritmaları ve altyapıları kullanılarak hem model eğitimi hem de çıkarım performansı odaklı olarak, sınıflandırma modellerinin karşılaştırması gerçekleştirilmiştir. Tarımda yapay zeka kullanımında birçok farklı yöntem bulunmaktadır. Ancak önerilen çözümlerin büyük bir bölümünün, saha uygulamalarında güç tüketimi, sınırlı donanım kaynağı ve cihaz boyutu gibi önemli kısıtlar bulunmaktadır. Bu tez kapsamında geliştirilen modelleri, literatürdeki diğer çalışmalarda geliştirilen modellerle karşılaştırmak için eğitim ve çıkarım süreci, aynı açık kaynak veri seti üzerinde test edilmiştir. Önerilen iş akışı hem modern x86 bilgisayar sistemlerine hem de NVIDIA Jetson gibi ARM64 gömülü cihazlara uygulanabilecek bir çözüm olarak önerilmektedir. Bu nedenle, tez kapsamında NVIDIA Jetson aygıtları için model çalıştırma performansı kıyaslamaları da sağlanmıştır.
Anahtar Kelimeler : Derin öğrenme, bilgisayarlı görü, tarım, gömülü sistemler, uçta yapay zeka