Derin Öğrenme ile Öznitelik Çıkarma ve Sınıflandırma Uygulaması

Abstract

Botanik ve tarımda, yaprakların sınıflandırılması biyoçeşitlilik, ekolojikçalışmalar ve bitki türlerinin tanımlanması üzerine yapılan çalışmalar için hayati bilgilersağlayan kritik bir süreçtir. Hazır veri setleri, çeşitli bitki türlerinden kapsamlı bir yaprakgörüntüsü koleksiyonu sunarak gelişmiş sınıflandırma algoritmalarının geliştirilmesini vedeğerlendirilmesini sağlamaktadır. Bu çalışma, öznitelik çıkarma ve sınıflandırmaaşamalarıdan yaprak görüntülerini sınıflandırmak için sağlam bir metodolojisunmaktadır. Oluşturulan veri seti her sınıftan 1000 er adet olmak üzere toplam 15000görüntüye sahiptir. Öznitelikler, önceden eğitilmiş sinir ağları ileri çıkarılmaktadır. Önişleme yöntemleri kullanılmamıştır. Bazı teknikleri sistematik olarak entegre ederekboyutluluğu azaltmayı, alakasız veya gereksiz öznitelikleri ortadan kaldırmayı ve verikalitesini iyileştirme amaçlanmaktadır. Öznitelikle büyük veri kümeleri ve çok sayıdasınıf söz konusu olduğunda sınıflandırmada doğruluğu artırmak, veri ön işleme, modelseçimi, düzenleme teknikleri ve ince ayarın bir kombinasyonunu içermek zorundadır.Düşük profilli veri seti olduğundan bu çalışmada buna gerek duyulmamıştır. Veri setiileriki çalışmalarda daha büyük sıkalaya yükseltildiğinde özniteliklerin daha sağlamolması çaısından bazı önişleme yöntemlerini kullanmak zorun olacaktır. Sonuçlar, 15sınıflı veri seti için 2 modelin öznitelik çıkarmada kullanıldığı çalışmada eğitim oranı%40 ların üzerine çıktığında her model için sınıflandırma başarımının %90’ın üzerineçıktığını göstermektedir.