Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Uludağ Üniversitesi, Türkiye
Tezin Onay Tarihi: 2018
Tezin Dili: Türkçe
Öğrenci: BURAK SATAR
Danışman: Ahmet Emir Dirik
Özet:
Son zamanlarda araç marka & model sınıflandırma üzerine çok sayıda araştırma yapılmaktadır. Bu bağlamda karşılaşılan problemler tez kapsamında ele alınmaktadır. Yüksek başarı oranı ile sınıflandırma yapabilmek ve imgelerin etiketlenme süresini azaltabilmek karşılaşılan ana problemler arasındadır. Bu çalışmada, online araç satış sitelerinden veriler toplanarak bir veritabanı oluşturuldu. Tez boyunca yapılan deneylerde bu veritabanı kullanıldı. Sonrasında, SSD (Single Shot Multibox Detector) tabanlı bir model CNN (Convolutional Neural Network) tabanlı bir model ile birleştirildi ve yeni bir model akışı önerildi. Bu bağlamda araçlar bir algoritma aracılığı ile tespit edildi. Bu sayede, etiketleme süresinde önemli bir azalma sağlandı. Tespit edilen araçlar CNN modelinin eğitiminde kullanıldı. Klasik bir CNN modeli ile kıyaslandığında, sınıflandırma başarı oranında yaklaşık olarak %4'lük bir artış görüldü. Akabinde, tespit edilen araçların koordinatları ilgili imgelerin gerçek referans değerleri olarak alınmıştır. Başka bir model akışında, bu imgeler SSD modelinin eğitiminde kullanılmıştır. Sonuç olarak bu model akışında; oldukça iyi tanımlanmamış gerçek referans değerlerine rağmen, kabul edilebilir derecede sınıflandırma ve tespit etme başarı oranlarına ulaşılmıştır. Son olarak, bahsi geçen model akışlarını kullanarak gerçek bir senaryoya odaklanan bir uygulama önerilmiştir. Bu uygulamada, plaka numarası ile araç marka & model bilgisi eşleştirip veritabanı üzerinden kontrolü yapılmaktadır. Plakanın okunulabilir olduğu varsayılmıştır.