Derin öğrenmeye dayalı nesne tespiti modelleri ile cilt kanseri tespiti
2025
0 views
0 downloads
Advisor: Prof. Dr. İsmail Hakkı Cedimoğlu
Abstract (TR)
Çalışmada, YOLOv8, YOLOv11, YOLOv12 ve RT-DETR (Real-Time Detection Transformer) olmak üzere farklı derin öğrenme tabanlı nesne tespiti modelleri kullanılmış ve bu modellerin benign (iyi huylu) ve malign (kötü huylu) cilt lezyonlarını ayırt etmedeki başarı düzeyleri karşılaştırılmıştır. Araştırmanın hedefi, söz konusu modellerin doğruluk, hız, genelleme yeteneği ve gerçek zamanlı çalışma performansı açısından kapsamlı bir değerlendirmesini yapmaktır. Böylece, klinik uygulamalarda kullanılabilecek daha hızlı, güvenilir ve objektif bir erken teşhis sistemi geliştirilmesine katkı sağlanması amaçlanmıştır.
Author
Sarah Atheer Abbas Al-musawı
Institution

Sakarya University
Bilişim Sistemleri Bilim Dalı
How to Cite
Sarah Atheer Abbas Al-musawı (Yüksek Lisans Tezi). Derin öğrenmeye dayalı nesne tespiti modelleri ile cilt kanseri tespiti, 2025, Sakarya University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from Sakarya University
- İngiltere Avam Kamarası zabıtlarında Türkiye (1918-1922)(2011)
- Yayınları üzerinden Ömer Öngüt, görüşleri ve cemaati(2025)
- Mevlana Yakub-ı Çerhî ve tefsiri(2024)
- İlkokul öğretmenlerinin uzaktan eğitim uygulamasına ilişkin tutum ve öz yeterlik algılarının incelenmesi(2024)
- Mimar Vedat Tek'in İstanbul yapılarındaki çiniler(2024)
- Finansal performans değerlendirme ve hisse senedi getiri ilişkisi: Tereddütlü Bulanık AHP temelli yaklaşım(2020)