Publication:
Robotik Uygulamalar İçin Derin Öğrenme Tabanlı Nesne Tespiti ve Sınıflandırması

dc.contributor.authorÖzbilgin, Ferdi
dc.contributor.authorTepe, Cengiz
dc.date.accessioned2025-12-10T23:23:19Z
dc.date.issued2020
dc.departmentOndokuz Mayıs Üniversitesien_US
dc.department-tempGiresun Üniversitesi,Ondokuz Mayıs Üniversitesien_US
dc.description.abstractGörüntü içerisindeki nesnelerin tespit edilmesi ve sınıflandırılma uygulamaları her geçen gün artmaktadır. Bu çalışmada da robotik uygulamalarda da kullanılabilecek bir nesne tespiti ve sınıflandırılması uygulaması gerçekleştirilmiştir. Alexnet Evrişimsel Sinir Ağları (ESA) mimarisi ve Bölgesel Evrişimsel Sinir Ağları (B-ESA) algoritması ile gerçekleştirilen çalışmada yedi farklı nesne sınıfı seçilmiştir. Veri setindeki 684 eğitim verisi etiketlenerek ağın eğitilmesinde kullanılmıştır. 226 test görüntüsü eğitilen ağda test edilmesi sonucunda her sınıfa ait doğru tahmin değerleri ve toplam doğruluk değerleri bulunmuştur. Sınıflara ait tahminlerde en düşük %85,74 ve en yüksek %100 değerlerine ulaşılmıştır. Tüm test verileri için doğruluk değeri %93,81 bulunmuştur.en_US
dc.identifier.doi10.31466/kfbd.734393
dc.identifier.endpage213en_US
dc.identifier.issn2564-7377
dc.identifier.issue1en_US
dc.identifier.startpage205en_US
dc.identifier.trdizinid474967
dc.identifier.urihttps://doi.org/10.31466/kfbd.734393
dc.identifier.urihttps://search.trdizin.gov.tr/en/yayin/detay/474967/robotik-uygulamalar-icin-derin-ogrenme-tabanli-nesne-tespiti-ve-siniflandirmasi
dc.identifier.urihttps://hdl.handle.net/20.500.12712/35721
dc.identifier.volume10en_US
dc.language.isotren_US
dc.relation.ispartofKaradeniz Fen Bilimleri Dergisien_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectRobotiken_US
dc.subjectBilgisayar Bilimlerien_US
dc.subjectYapay Zekaen_US
dc.titleRobotik Uygulamalar İçin Derin Öğrenme Tabanlı Nesne Tespiti ve Sınıflandırmasıen_US
dc.typeArticleen_US
dspace.entity.typePublication

Files