Classification of Apple Varieties by Types Using Image Processing Techniques

Abstract

Gelişen teknoloji ile birlikte son dönemlerde sıkça duymaya başladığımız “Yapay Zekâ” ve “Derin Öğrenme” kavramlarının pek çok uygulama alanları mevcuttur. İnsan zekâsını taklit eden bu yöntemler çevresinden aldığı veri setlerini tıpkı insanlar gibi deneyim yoluyla öğrenir. Bu çalışmada Kayseri’nin Yahyalı ilçesinde yetişen elma çeşitlerinin cinslerine göre sınıflandırılması yapılmıştır. Elma meyvesi Eylül ayında toplandığı için elmaların ağaçtan koparıldığı hasat zamanında elde edilmiştir. Elma üretimi yapan çiftçilerin en büyük problemleri el izi olmadan ve en kısa sürede elmaların çeşitlerine göre sınıflandırılmasıdır. Bu çalışmada, 20 Golden, 20 Arjantin, 20 Buckeye Gala, 20 Galaval, 20 Superchief ve 20 Joremin elma türlerinden toplam 120 görüntü alınmıştır. Görüntüler sabit bir arka fonda aynı açı ve aynı büyüklükte Canon EOS 70D DSLR marka fotoğraf makinası ile çekilmiştir. Görüntü işlemek için MATLAB programının R2021a sürümünden faydalanılmıştır. Elma çeşitlerinin türlerine göre sınıflandırılması için derin öğrenme algoritmalarından yararlanılmıştır. Sınıflandırma problemlerinin çözümünde kullanılan en temel mimarilerinden olan AlexNet ve GoogleNet derin öğrenme algoritmaları kullanılmıştır. Çalışma AlexNet ve GoogleNet yöntemlerinin her ikisinde de 10 epoch değerinde ve sgdm eğitim algoritmasında gerçekleştirilmiştir. Öğrenme oranları AlexNet ve GoogleNet için sırasıyla 0.0001 ve 0.0003 olarak ele alınmıştır. Görüntülerin %70’i eğitim %30’u test amacıyla kullanılmış olup toplam veri seti her çeşitte 20 adet olmak üzere 120 tane görselden oluşmaktadır. AlexNet mimarisi %83.33 başarı oranı, 1 dakika 52 saniyedir. GoogleNet mimarisinin sınıflandırma başarı oranı %91,67’ dir, 2 dakika 14 saniye süre ile en başarılı sınıflandırma işlemini gerçekleştirmiştir.