Please use this identifier to cite or link to this item: https://hdl.handle.net/11499/58331
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorÖzdemir, Sadıken_US
dc.contributor.authorBağcı, Mehmeten_US
dc.date.accessioned2024-12-05T12:18:43Z-
dc.date.available2024-12-05T12:18:43Z-
dc.date.issued2024-
dc.identifier.urihttps://hdl.handle.net/11499/58331-
dc.description.abstractMısır, tarımsal açıdan büyük öneme sahip olan bir bitkilerin başında gelmektedir. Dünyanın en önemli tahıllarından biri mısırdır. Ancak mısır bitkisi, yabancı otlarla mücadele açısından biraz hassas bir bitkidir. Bu yabancı otlar, mısır bitkisinin büyümesini ve verimini olumsuz etkilemektedir. Bu nedenle mısır yetiştiriciliğinde yabancı ot tespiti ve kontrolü büyük önem taşır. Bu yabancı otların mısırın v5 gelişim evresine kadar olan yabani otları tanımlamak için görüntü işlemeyi kullanmak, tarım üreticilerine büyük kolaylık sağlayıp otomatik algılama ve kontrol imkânı sağlanması hedeflenmiştir. Bu teknolojiler, tarımsal verimi artırmak ve yabancı ot kontrolünü etkinleştirmek için önemli araçlardır. Bu çalışmada, Roboflow ile makine öğrenmesinden yararlanarak kendi görüntü veri setlerimizi oluşturup, eğitimde kullanılacak görüntülerdeki yabancı otların mısırdan ayrıştırılıp, tespit edilmesi işlemi yapılarak kendi veri setimiz oluşturulmuştur. Roboflow üzerinden online oluşturduğumuz veri setini Google Colab' a eklenmesi sağlanmıştır. Yüksek doğruluk oranına sahip nesne tanımlama algoritmaların öncülerinden Yolo v9 derin öğrenme kütüphanesini de dahil edip, geliştirdiğimiz algoritma ile oluşturduğumuz veri seti üzerindeki mısır dışındaki yabancı otların tespitinin sağlanması hedeflenmiştir. Ayrıca mısır tarlası içerisindeki yabancı otların yoğunlukta olduğu kısımlar bölgeler halinde belirlenmiştir. Böylece o bölgelere lokal ilaçlama yapılarak hem ilaç maliyetinden tasarruf hem de sağlıklı mısırların daha az kimyasala maruz kalacağından dolayı aynı zamanda daha çevreci bir sistem yapılması sağlanmıştır.en_US
dc.description.abstractMaize is one of the plants of great agricultural importance. One of the most important cereals in the world is maize. However, maize plant is a sensitive plant in terms of weed control. These weeds negatively affect the growth and yield of the maize plant. Therefore, weed detection and control is of great importance in maize cultivation. It is aimed to use image processing to identify these weeds up to the v5 development stage of maize, providing great convenience to agricultural producers and providing automatic detection and control. These technologies are important tools to increase agricultural yield and enable weed control. In this study, we created our own image datasets using machine learning with Roboflow and created our own dataset by separating and detecting weeds from corn in the images to be used in training. The dataset we created online via Roboflow was added to Google Colab. By including the Yolo v9 deep learning library, which is one of the pioneers of high accuracy object identification algorithms, it is aimed to detect weeds other than corn on the data set we have created with the algorithm we have developed. In addition, the parts where weeds are dense in the corn field were determined as regions. Thus, by spraying those areas locally, it is ensured to save both the cost of medication and to make a more environmentally friendly system at the same time since healthy corns will be exposed to less chemicals.en_US
dc.language.isotren_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectGörüntü işlemeen_US
dc.subjectmısır tarlasıen_US
dc.subjectyabani oten_US
dc.subjectyabani ot tespitien_US
dc.subjecttohumen_US
dc.subjectmısıren_US
dc.subjectImage Processingen_US
dc.subjectMaize Fielden_US
dc.subjectWeed Detectionen_US
dc.subjectSeeden_US
dc.subjectCornen_US
dc.titleMısır tarlasında görüntü işleme yöntemi ile yabancı otların tespitien_US
dc.title.alternativeDetection of weeds by image processing method in maize fielden_US
dc.typeMaster Thesisen_US
dc.departmentPAÜ, Enstitüler, Fen Bilimleri Enstitüsüen_US
dc.relation.publicationcategoryTezen_US
dc.identifier.yoktezid900013en_US
dc.contributor.affiliationPamukkale Üniversitesien_US
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.grantfulltextopen-
item.languageiso639-1tr-
item.openairetypeMaster Thesis-
item.fulltextWith Fulltext-
item.cerifentitytypePublications-
Appears in Collections:Tez Koleksiyonu
Files in This Item:
File Description SizeFormat 
10563069..pdf2.17 MBAdobe PDFView/Open
Show simple item record



CORE Recommender

Google ScholarTM

Check





Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.