Derin öğrenme ile içecek şişe kapağı üzerindeki görsellerden ürün tipi tanıma

Endüstriyel içecek üretim hatlarında üretilen içecekler tazeliğinin ve bütünlüğünün korunması amacı ile şişelere doldurulur ve kapakları kapatılarak tüketicilere ulaştırılır. İçecek üretici firmalar çeşitli pazarlama ve reklam faaliyetleri ya da ürün tiplerinin birbirinden ayrıştırılması için ürün yelpazesinde bulunan her farklı ürün için üzerinde farklı görsel tasarımın bulunduğu şişe kapaklarını tercih edebilir, bu nedenle doğru ürüne doğru kapağın uygulanması önem taşımaktadır. Üretim sürecinde kapak uygulama makinasında yaşanacak bir sorun neticesinde, üretim hattında o an üretimi yapılan ürün şişesine, ürüne ait olmayan bir kapağın uygulanması mümkündür, bu durumda üretici açısından çözülmesi gereken bir kalite sorunu ortaya çıkmaktadır. Bu çalışmada bahsedilen sorunun çözümüne yönelik olarak, derin öğrenme ile içecek şişe kapağı üzerindeki görsellerin tanınması ve dolayısı ile kapak ile ürün arasında ilişki kurulduğu için ürün tipinin tanınması amaçlanmıştır. Evrişimsel sinir ağları, derin öğrenme tekniklerinin bir sınıfıdır. Ürün tipinin tanınmasında bir evrişimsel sinir ağı modeli olan VGG-16 modeli kullanılmıştır. Modelin ImageNet veri kümesi ile eğitilmiş hali üzerinden, tam bağlı katmanın son katmanı hariç öğrenme aktarması yapılmıştır. Tam bağlı katmanın son katmanı olan sınıflandırma katmanı bu çalışma için oluşturulmuş 9 farklı ürüne ait toplam 7200 adet fotoğraftan meydana gelen veri kümesi ile yeniden eğitilmiştir. Eğitim ve doğrulama sürecinde %99.99 doğruluk oranına ulaşılarak tatminkar bir sonuç elde edilmiştir. Ayrıca farklı ürüne ait bir kapağın ürün tipinin derin öğrenme ile tanınması ve o an üretimi yapılan ürüne uygulanmasını engellemeye yönelik bir prototip yazılım hazırlanarak önerilen çözümün uygulaması gerçekleştirilmiştir.