Evrişimli Sinir Ağı ile Çeltik Bitkisi Hastalığının Tespiti

Abstract

Dünya çapında pirinç tüketimi göz önüne alındığında pirincin önemli bir yere sahip\rolduğu görülür. Çeltik bitkisi, buğdaygiller ailesinden mısır ve buğdaydan sonra en\rfazla ekimi yapılan bitkidir. Tarım alanındaki son araştırma konularından biriside,\rbir bitkinin yaprak görüntülerinden hastalıkların tanınması veya sınıflandırılmasıdır.\rYaprak görüntülerinden çeltik hastalığının otomatik bir şekilde teşhis edilmesi,\rgeliştirme aşamasında olan bir araştırma konusudur. Bu gelişime katkı sağlamak\ramacıyla farklı öğrenme yöntemleri kullanılarak hastalığın erken teşhisi için önemli\rçalışmalar yapılmaktadır. Bu çalışmada temel olarak hastalıkları tespit etmek için bir\rmakine öğrenme yöntemi olan derin öğrenme modelleri kullanılmıştır. Bu çalışmada\rderin Evrişimli Sinir Ağı (ESA) kullanılarak çeltik bitkisinin hastalıklı olup olmadığı\rtespit edilmiştir. Çalışmada kullanılan 5000 adet çeltik bitkisi yaprağına ait veri seti\rKaggle sitesinden alınmıştır. Hastalığın tespiti için çeltik bitkisine ait üç hastalık\r(BrowSpot, LeafBlast ve Hispa) ve sağlıklı olmak üzere toplam iki sınıflı\rsınıflandırma yapılmıştır. Çeltik bitkisinin hastalığının tespiti için kullanılan ESA'nın\rhiper-parametrelerinde değişiklik yapılarak %91,54’lük bir başarım oranı elde\redilmiştir. Veri artırma yöntemiyle veri setindeki 5000 görüntüden 8000 çeltik bitki\ryaprağı görüntüsü elde edilmiş ve ESA için bu görüntüler üzerinden yapılan\reğitimden sonra %94,87’lik bir başarım oranı elde edilmiştir. Kullanılan veri\rsetindeki görüntüler üzerinden ön işlem yapıldıktan sonra ESA ile eğitim işleminden\rsonra %97,57’lik bir başarım oranı elde edilmiştir.