Knime Veri Analitik Platformu Kullanarak Derin Öğrenme Algoritmaları ile Imge Sınıflandırma

Çağımızda veri her yerde ama bu verilerin tamamı anlamlı ve işe yarar bilgi olarak bulunmuyor. Küreselleşen dünyada her birey ve her makine bir veri kaynağı ve sürekli artan büyük bir ivme ile veri üretmektedir. Cep telefonlarımız, güvenlik kameraları, banka kartları, akıllı arazi sulama sistemleri, kullanılan kimlik kartları, su sayaçları ve daha birçoğu veri üretiyor. Üretilen bu verilerden anlamlı ve işe yarar bilgi elde etmek çağımızın en büyük çalışma alanlarından birini oluşturmaktadır. Son yıllarda hızlı gelişen veri bilimi, hayatı birçok açıdan kolaylaştıran yapay zeka teknolojisinden yaralanmaktadır. Sağlık, eğitim, sanayi, turizm yapay zekadan yaralanan alanların başında gelir. Yapay zekanın alt dalları olan makine öğrenmesi ve derin öğrenme algoritmaları sayesinde hayat daha kolay oluyor. Çinde ortaya çıkan ve tüm dünyayı etkisi altına alan Covid-19 pandemi döneminde de yine yapay zekadan faydalanılan birçok sistem geliştirildi. Geliştirilen sistemler sayesinde bu zorlu süreç en az hasarla ve en kısa sürede atlatılmaya yöneliktir. Bu süreçte sürece olumlu etkisi olan alınabilecek tedbirler vardır. Bu alınabilecek önlemlerden biri maske takmaktır. Bu tez çalışmasında insanların maske takıp takmadığını derin öğrenmeye dayanan yaklaşımlar kullanılarak Knime veri analiz programı kullanılarak tespit edilmeye çalışılmıştır. İnsanların maskeli ve maskesiz resimleri eğitilerek oluşturulan sistem sayesinde, test verisinden sisteme yeni giren verinin maskeli ya da maskesiz olduğu tespit edilmeye çalışılmıştır. Bu çalışmasında AlexNet ve Lenet derin öğrenme mimarilerinden faydalanılmıştır.