Türk İşaret Dilindeki Harflerin Tespiti İçin Derin Öğrenme Tekniğinin Kullanımı

Abstract

İşaret dili, işitme veya konuşma engelli bireylerin mimikler ve el hareketleri ile iletişim kurduklarıgörsel bir dildir. İşitme veya konuşma engelli bireylerin hem kendi aralarında hem de diğer insanlarlaanlaşabilmesi için işaret dilini tanıma sitemlerine olan ihtiyaç her geçen gün artmaktadır. Bu çalışmada, elve parmaklar ile gösterilen hareketleri kamera karşısında algılayan ve harekete karşılık gelen harfi tanıyanYOLOv5 mimarisinin kullanıldığı bir yapı esas alınmıştır. Kaggle’dan alınan Türk işaret dilinin, TürkçeParmak Yazımı Alfabesi ile verildiği bir veri seti kullanılmıştır. Bu veri seti 29 sınıftan oluşmaktadır ve hersınıf, Türk alfabesinin bir harfini temsil etmektedir. Harflerin algılanması ve tespit edilmesinde, bütünsınıflar için mAP değeri %99.4 elde edilmiştir. Literatür çalışmalarına kıyasla daha yüksek mAP değerlerive daha yüksek başarı oranları edilmiştir.

Patolojik Meme Kanseri Görüntülerinin YOLOv5 Algoritması ile Sınıflandırılması

“…Omurga ağında oluşturulan özellik haritasının katmanları farklı düzeylerdeki özellik haritaları ile birleştirilmektedir. [8] Omurga ağında bulunan odaklama(focus) modülü giriş görüntüsünü dilimlere ayırarak birleştirme işlemi yapar [9]. CBL modülü iç yapısında evrişim, normalizasyon ve Leaky ReLu aktivasyon fonksiyonu olarak üç modülden meydana gelmektedir.CSP ağı çıkarım gücünü ve hız iyileştirmelerini amaçlamaktadır.İki farklı türü bulunmaktadır.…”

“…CBL modülü iç yapısında evrişim, normalizasyon ve Leaky ReLu aktivasyon fonksiyonu olarak üç modülden meydana gelmektedir.CSP ağı çıkarım gücünü ve hız iyileştirmelerini amaçlamaktadır.İki farklı türü bulunmaktadır. Bunlardan biri omurga(backbone) ağında kullanılırken diğeri boyun(neck) ağı içerisindedir.Boyundaki CSP Ağı modülleri CBL modülleri ile değiştirerek özellik haritası sıkıştırma işlemini gerçekleştirir.SPP modülü en yüksek düzeyde havuzlama işlemini gerçekleştirerek özellikleri bi araya getirir [9].YOLOv5 modelinin son modülü baş (head) yada çıkış katmanı ise özellik çıkarımı sonucunda kanserli dokunun iyi ya da kötü huylu olma durumunun tespitini yapar.…”