Transfer Öğrenme Temelli Bitki Yaprak Hastalıklarının Tespiti İçin Karşılaştırmalı Bir Çalışma

Türkçe

Bitkilerin sağlıklı bir şekilde yetiştirilmesi ve verimli ürün alınması için hastalıkların erken teşhisi kritik öneme sahiptir. Bitki hastalıklarının bir çiftçi tarafından görsel olarak tanımlanması genellikle zordur. Ancak, makine öğrenmesi yöntemleri kullanılarak, bitki hastalıkları tespiti sürecini daha hızlı ve hassas bir şekilde gerçekleştirilebilir. Bu sayede, ürün kayıplarını azaltarak, maliyetlerinin düşürülmesi ve tarımsal üretkenliğin artırılmasıyla genel ekonomik verimliliği yükseltebilmek mümkündür. Bu çalışmada, 12 farklı sağlıklı bitki ve 30 farklı hastalıkla bulaşık bitki yaprağı görüntüleri kullanılarak bitki hastalıklarının yapay zeka ile sınıflandırması amaçlanmıştır. Geliştirilen sistemde yapay zeka modeli olarak VGG16, VGG19, AlexNet, MobileNetV1 ve MobileNetV2 olmak üzere 5 farklı Evrişimli sinir ağı modeli kullanılmıştır. Tüm modeller eğitilmiş ve doğruluk değerleri üzerinden karşılaştırılmıştır. MobileNetV1 üzerinden %99,20 ile en yüksek doğruluk değeri elde edilmiştir. Önerilen yöntem, çeşitli performans analizlerinden geçirilerek doğrulanmıştır. Yapay zeka tabanlı bir web uygulama da son kullanıcı için geliştirilmiştir.