Pancar bitki hastalıklarının derin öğrenme ile sınıflandırılması

Şeker insan hayatı için vazgeçilmez bir öneme sahiptir. Şeker pancarı temel gıda maddesi olan şeker üretiminin haricinde diğer yan ürünleri ile tarımsal ve ekonomik açıdan büyük bir öneme sahiptir. Üretilecek olan şekerin verimi ve kalitesini olumsuz yönde etkileyen sebeplerin başında bitkide meydana gelebilecek hastalıklar yer almaktadır. Şeker pancarında oluşan yaprak hastalıkları nedeni ile kök gelişimleri istenilen seviyelere gelememekte buda bitkinin şeker oranı ve verimini düşürmektedir. Yapraklarda oluşan hastalıkların erken dönemlerde tespit edilmesi hastalığın yayılımını veya bitkiye vereceği zararı en aza indirmektedir. Hastalıkların tespitinde gelişen teknoloji ile beraber görüntü ve nesne algılama için derin öğrenme yöntemleri kullanılmaktadır. Bu modeller arasında sürekli güncellenen versiyonları ve artan kullanım alanları ile YOLO (You only look once) dikkat çekmektedir. Bu çalışmada YOLOv8, ResNet50 ve DenseNet121 modelleri kullanılarak ülkemizde yaygın olarak görülen şeker pancarı hastalıklarından cercospora (yaprak lekesi), powdery mildew (külleme) hastalıklarının sınıflandırılması incelenmiştir. YOLOv8'in alt modelleri ile yapılan sınıflandırma işlemleri ile ResNet50 ve DenseNet121 transfer öğrenme modellerinin eğitim sonuçları performans değerlendirme kriterlerine göre karşılaştırılmıştır.